Bibliographic record
Abstract
Depuis l’article pionnier de 1903 « De quelques formes primitives de classification » rédigé par Marcel Mauss et Émile Durkheim, nombreuses sont les recherches qui ont contribué à l’enrichissement de l’ethnoscience et aux orientations théoriques et méthodologiques qu’elle a prises au cours du xxe siècle. Par-delà les inventaires taxinomiques des débuts de l’ethnoscience, les recherches autour de la façon dont l’homme classe ont mené peu à peu à croiser d’autres disciplines comme la psychologie et l’éthologie animale, ou encore les sciences du langage et la biologie.Proposant une réflexion sur les catégories, les taxonomies, l’histoire des institutions, les savoirs et l’écologie politique, ce livre dresse un état de l’art de l’ethnoscience en Europe en regard des travaux pionniers français de Mauss, Barrau, Haudricourt ou Friedberg, mais aussi des travaux issus de la tradition américaine. De la Bretagne à la Polynésie en passant par l’Indonésie ou encore le Canada, ce livre replace les catégories au cœur de l’anthropologie, et montre que les catégories ne sont pas préconstruites ou imposées aux êtres humains au sein d’une société : elles sont avant tout issues de l’expérience que nous avons de la vie et du monde qui nous entoure.
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) | 0.001 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.003 | 0.011 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 0.005 |
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".