Bibliographic record
Abstract
Ce livre fait suite au premier tome du Bestiaire innu consacré aux quadrupèdes et paru en 2012 aux Presses de l’Université Laval. Le deuxième tome illustre et analyse les connaissances relatives à trois classes d’animaux : les oiseaux, les poissons et les animaux non comestibles. Les Innus, anciennement connus sous le nom de Montagnais, sont des chasseurs, trappeurs, pêcheurs et cueilleurs du nord-est du Canada. Trente-huit espèces (ou groupes d’espèces) sont présentées sous quatre rubriques distinctes : 1) la nomenclature et la classification, 2) la description morphologique, les modes de déplacement et les sens, 3) les mœurs et 4) la reproduction. Les sources des données sont multiples, incluant des centaines d’entrevues menées pendant plusieurs décennies auprès de dizaines de femmes et d’hommes de nombreuses communautés. Des comparaisons sont aussi effectuées avec les savoirs des missionnaires, naturalistes, ethnologues, biologistes, géographes ayant connu à travers les âges le territoire ancestral des Innus. « Cet ouvrage de Daniel Clément, tout comme le premier volume consacré au bestiaire innu, représente un apport majeur non seulement sur le plan de la recherche proprement ethnologique relative à la culture innue et ses incidences théoriques potentielles en termes anthropologiques, mais aussi par son utilité en tant qu’ouvrage de référence pratique dont nous saurons certainement faire bon usage. » – Jean-Charles Piétacho, chef innu, Ekuanitshit
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.075 | 0.020 |
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".