<i>Des histoires à raconter : d’Ani Kuni à Kiuna ;</i> Une BD doctorale comme outil de préparation à la rencontre entre les populations autochtones et allochtones du Québec
Bibliographic record
Abstract
Cet article propose une mise en récit réflexive et analytique du projet doctoral de recherche-création Des histoires à raconter : d’Ani Kuni à Kiuna déposé à l’Université Concordia en 2021, afin de proposer une rencontre avec la posture réflexive que nous sommes tous invités à déployer au sein du processus de rencontre entre les peuples autochtones et allochtones du territoire. Le bricolage méthodologique proposé s’inscrit ainsi au sein du courant émergent des comics-based research. Il s’inspire plus spécifiquement de la praxis de bédéistes autochtones et allochtones dont la production vise à pallier le manque éducationnel en matière d’histoire culturelle et coloniale. À travers le processus de construction d’une bande dessinée conversationnelle et relationnelle cocréée par une cinquantaine de contributeurs et contributrices autochtones et allochtones (également publiée par les Éditions Écosociété sous le titre de « C’est le Québec qui est né dans mon pays! » : Carnet de rencontres, d’Ani Kuni à Kiuna), il vise à explorer deux questions principales : 1. De quelles façons la production de mémoires graphiques (ou de BD) peut-elle s’inscrire en tant qu’outil de recherche au service de la rencontre avec les peuples autochtones et allochtones ? 2. Comment l’intégration de méthodes associées à la recherche-création au sein de la recherche qualitative permet-elle de rejoindre les principes et valeurs associés aux méthodologies autochtones ?
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.018 | 0.010 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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".