Sonner l’alarme : Notes de la rédactrice en chef Alexandrine Boudreault-Fournier
Bibliographic record
Abstract
E n automne 2023, nous avions diffus un appel contributions Sonner l'alarme pour la nouvelle section d'Anthropologica appele Semences , une section ddie la germination et la croissance d'ides lies l'actualit et aux dbats.Bien que nous ayons lanc notre appel tirer la sonnette d'alarme il y a plus d'un an, il est inquitant de constater quel point cela est pertinent aujourd'hui, peut-tre mme davantage que a ne l'tait l'poque.Revenons donc en arrire pour mieux saisir l'ampleur de cette affirmation.L't 2023 a officiellement t le plus chaud jamais enregistr dans le monde entier.Au Canada, la saison des incendies de fort de 2023 a t la plus destructrice jamais enregistre, comme aucune autre anne, avec une marge stupfiante , 1 avec plus de 6 500 incendies de fort signals au dbut du mois de septembre.Le Canada n'a pas t le seul pays confront cette terrible situation : dans l'hmisphre nord, des incendies sans prcdent ont dtruit des millions d'hectares de forts en Russie, mais aussi en Grce, au Portugal et Maui, Hawa.Alors que nous crivons ces lignes, des milliers de pompiers luttent toujours contre les flammes dans le comt de Los Angeles, qui est densment peupl.Les incendies de fort sont dsormais des vnements catastrophiques anticips que le gouvernement, la population et les survivants doivent, tt ou tard, se prparer combattre.Les incendies de fort sont ainsi une preuve frappante -une sonnette d'alarme claire -que nous perdons du terrain dans ce monde qui volue rapidement et de manire spectaculaire.Les incendies font partie des vnements qui nous ont incits lancer cet appel, mais ce ne sont pas les seuls.Les attaques meurtrires coordonnes en Isral menes par le groupe militant islamiste Hamas, le 7 octobre 2023, ont provoqu une riposte militaire dans la bande de Gaza.Aprs quinze mois de
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 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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| 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 itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
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".