Sans nom, sans visage et top-secret : le transport de travailleurs du « Chinese Labour Corps » à travers le Canada
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Ce chapitre étudie le voyage parcouru par des dizaines de milliers de travailleurs du Chinese Labour Corps (CLC) à travers le Canada en 1917-1918. Les navires transportant des travailleurs du CLC ont quitté d’avril 1917 à juin 1918 le port de Tianjin, au nord de la Chine, pour Vancouver sur une base quasi hebdomadaire. Les navires accostaient d’abord la station de quarantaine de William Head sur l’île de Vancouver avant de recevoir l’autorisation de continuer vers le port de Vancouver. Sur les quais de Burrard Street, dans le centre-ville de Vancouver, les travailleurs du CLC étaient alors directement escortés depuis les navires vers des trains fortement gardés pour le long voyage à travers le Canada jusqu’au port de Halifax, sur le littoral atlantique du Canada d’où ils reprenaient leur voyage en mer vers leur destination finale en France. Le but de ce chapitre est de mettre en avant l’organisation bureaucratique impressionnante de l’opération du CLC au Canada et les efforts extraordinaires déployés par le gouvernement canadien pour maintenir le secret de l’opération. En considérant la manière dont l’appareil d’État canadien a tenté de contrôler non seulement le déplacement physique des travailleurs du CLC, mais également le flux national et transnational des informations qui a entouré leur passage à travers le Canada, nous pouvons avoir un aperçu sur la façon dont les fonctionnaires de l’État canadien percevaient et comprenaient non seulement les « coolies » chinois qui étaient à leur charge, mais aussi la place de la Chine et des Chinois plus généralement durant ce moment crucial de l’histoire du xxe siècle.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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 it