Bibliographic record
Abstract
de l'anglais par Maya Nazaruk La motivation C'étaient les photos d'actualités en ligne.Des bateaux surchargés, faisant naufrage.Des bras tendus frénétiquement hors de l'eau bouillonnante.Des cadavres de nourrissons rejetés sur le rivage.Le niveau de cette noire mer Méditerranée qui monte toujours plus haut à cause de toutes les larmes des disparus.Tous ces réfugiés désespérés, sans vie maintenant parmi les poissons incrédules : « C'est ainsi qu'ils traitent leurs semblables ?» Pour ceux et celles qui habitent loin des zones ciblées par la guerre, la famine, le combat et l'inhumanité, ces non-Blancs, non-Européens, non-Nord-Américains sont accessoires et oubliables.Ils représentent les non comptabilisés, les refusés et les abandonnés, sans traces, noms ou rêves mesurables.Aux yeux des détenteurs du pouvoir mondial, leurs destins sont sans importance.En regardant cette tragédie terrible se dérouler jour après jour, comment pouvais-je, moi, un activiste montréalais et un artiste anarchiste, garder le silence?Je me suis senti interpellé à y répondre, pour mieux comprendre les enjeux et pour aider à arrêter les crimes.En cours de route, je me suis rendu compte que les cris que j'ai entendus de ceux et celles d'outre-mer forcés à abandonner leurs maisons se répercutaient aussi à travers l'Amérique du Nord et ailleurs -cris d'autres personnes expulsées pour des raisons différentes.Des déplacements violents se produisaient dans ma propre ville, dans des quartiers généralement pauvres de Montréal ayant déjà appartenu aux classes ouvrières : Verdun, St-Henri, Hochelaga, Parc Ex. et autres.Les locataires y étaient victimisés par des colonisateurs, propriétaires de condos,
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.004 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.076 | 0.016 |
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".