Bibliographic record
Abstract
Le Québec, connais-tu? est une série d’ouvrages numériques conçue pour les enseignants de français, notamment pour les professeurs de français langue seconde ou étrangère du niveau avancé, qui souhaitent familiariser leurs étudiants avec le Québec et son histoire, sa littérature, sa culture ainsi que ses enjeux contemporains. Une première collection offre des panoramas fournissant, par l’entremise de textes courts, clairs et concis, une vue d’ensemble de différents aspects du Québec. Ils s'intitulent Histoire et enjeux sociaux du Québec , Littérature québécoise et Culture québécoise . Une seconde collection comprend des recueils de textes et d’activités axés sur des thèmes qui, sans être exclusifs au Québec, lui sont intimement associés: Le territoire , L’identité , La diversité et La vie privée . Le Québec, connais-tu? Histoire et enjeux sociaux du Québec permet de comprendre ce qui distingue la société québécoise des autres sociétés de l’Amérique du Nord. Il dessine à grands traits le portrait du Québec d’aujourd’hui en ce qui a trait à son territoire, son économie, son système de santé ou encore son système d’éducation. Il rappelle également les origines, la genèse et les métamorphoses de l’identité québécoise. Enfin, il présente les principaux défis que doit relever le Québec, particulièrement celui de son développement économique dans une perspective de développement durable. Cliquer ici pour acheter la série complète comprenant trois panoramas et quatre recueils au coût de 101,99 $.
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 | 0.005 |
| Science and technology studies | 0.010 | 0.005 |
| Scholarly communication | 0.006 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.017 | 0.001 |
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".