Bibliographic record
Abstract
Une île, une nation. Cette affirmation peut sembler aller de soi, car quoi de mieux qu’un territoire naturellement circonscrit pour représenter de manière claire et délimitée le concept de « nationalisme » ? Pourtant, la partition d’une dizaine d’îles dans le monde – pensons ici aux déchirements irlandais – et le fait qu’elles varient en taille – autant en ce qui a trait à la superficie qu’à la population – laissent planer le doute sur l’idéal-type que constitue l’île dans l’étude des nationalismes. Il n’en demeure pas moins qu’elle a toujours eu un petit je-ne-sais-quoi qui fait de ce lieu un laboratoire unique pour observer la façon dont se construit l’idée d’une nation, d’un pays. Le présent ouvrage a pour but d’étudier la manière dont le facteur insulaire, nommé « îléité », influe sur les aspirations nationalistes des îliens. Le cadre d’analyse est ici appliqué aux milieux insulaires de nations sans États. Afin de mieux comprendre l’îléité, quatre de ses dimensions sont examinées, soit les aspects territorial, politique, économique et culturel. Le livre présente également une analyse en profondeur de deux cas, soit ceux de Terre-Neuve et de Puerto Rico, et dessine des liens entre chacune de ces dimensions et les modalités du nationalisme dans ces milieux. Enfin, Une île, une nation ? pave la voie à un modèle tangible d’analyse géopolitique où l’îléité est prise en considération dans l’étude des nationalismes.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.012 |
| Scholarly communication | 0.008 | 0.010 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.011 | 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".