Les Mi’gmaq* du Gespe’gewa’gi et la législation sur le droit de pêche au harpon (1857-1876)
Bibliographic record
Abstract
Au milieu du XIXe siècle, l’État a commencé à légiférer sur la protection et la conservation du saumon qui se faisait de plus en plus rare dans certaines rivières. Au fil de l’évolution de cette législation, les Mi’gmaq des communautés de Listuguj, Gesgapegiag et Gespeg du district du Gespegewa’gi (Gaspésie) ont réagi à ces politiques afin de conserver leur droit de pêche au harpon, que les autorités étatiques associaient désormais au braconnage. Parce que le Département des Affaires indiennes n’avait pas juridiction sur les pêcheries, celui-ci devait se conformer aux politiques du Département de la Marine et des Pêcheries, qui préconisait plutôt la pêche au filet à partir d’une station de pêche. Les Mi’gmaq du Gespe’gewa’gi ont dû s’adapter à la nouvelle réalité de la gestion de la ressource du saumon par l’État, dont la politique sur la pêche au harpon n’était pas appliquée de façon cohérente et rigoureuse au fil du temps. Cet article dresse le portrait des politiques étatiques sur la pêche au harpon, des réactions des Mi’gmaq à ces politiques, et du traitement étatique des demandes provenant des Mi’gmaq pour conserver leur droit de pêcher au harpon.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".