Bibliographic record
Abstract
Comment Makwa l'Ours nous enseigne la bienveillancePar Dolorès Contré Je m'inspire régulièrement des récits de nos Aînés pour y puiser des enseignements que je peux transmettre à mon tour à mes étudiants en vue de leur faire comprendre le contenu des traditions spirituelles autochtones, un cours que je donne en tant qu'enseignante à l'Université de Montréal.Un récit m'a récemment interpellée, l'histoire des ours, racontée par une amie atikamekw de Manawan, Karine Échaquan, petite-fille du Grand-Père César Néwashish, qui la lui racontait étant enfant.Durant des temps immémoriaux habitait la famille des ours noirs au cœur des Forêts de l'Est.Celle-ci vivait en harmonie dans la paix, la joie et l'entraide mutuelle pour assurer leur survivance, éduquer les petits, se nourrir et hiberner.La communauté grandissait en nombre et s'épanouissait si bien, que les membres décidèrent de tenir conseil.Après délibération, ils prirent la décision de se diviser en petits groupes de trois afin de peupler d'autres territoires et de répandre ainsi leur mode de vie.Certains partirent vers le Nord.Au fur et à mesure que le groupe se dirigeait de plus en plus vers le Nord, il se rendait compte que l'environnement changeait, il y avait moins d'arbres et le vent se faisait plus froid.Graduellement la fourrure des ours se mit à pâlir, leurs membres à rallonger jusqu'à ce qu'ils arrivent à une contrée complètement couverte de neige.C'est ainsi que leur fourrure devint toute blanche et plus épaisse.Un autre groupe de trois partit dans la direction du sud-Ouest, et comme la température devenait de plus en plus chaude, leurs fourrures roussirent jusqu'à ce qu'elles deviennent brunes.Afin d'être plus alertes pour la pêche, courir dans les prairies ou grimper les montagnes, leurs membres s'allongèrent aussi.
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 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.012 | 0.006 |
| Scholarly communication | 0.008 | 0.009 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.007 | 0.010 |
| Insufficient payload (model declined to judge) | 0.029 | 0.011 |
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".