Who are we, where are we going?.kinakkuuvita, namungngasivitaa? Linguistic biographies of plurilingual Kuujjuammiut : a land, life stories, voices, objects, and gatherings
Bibliographic record
Abstract
Ancrée dans une ethnosociolinguistique de la complexité (Blanchet, 2012), cette thèse de doctorat se veut avant tout un voyage fait de rencontres avec des Inuit de Kuujjuaq portant le stigma de leur histoire coloniale et cherchant à protéger leurs langues. Il s’agit de discuter le lien entre représentations et construction identitaire, au sein d’une écologie originale plurilingue où se côtoient langues autochtones et officielles du Canada (Forlot, 2008). Les objectifs sociolinguistiques de l’étude s'attacheront ainsi aux regards que les sujets jettent sur leur plurilinguisme et mettront en évidence les relations complexes qui se tissent entre les notions de langues, cultures et identités à partir du recueil de leurs biographies langagières, des histoires liées à des objets choisis par les participants, un recueil du paysage linguistique (in)visible et sensible, ainsi que de notes de terrain lors d’évènements communautaires auxquels j’ai eu le privilège d’être invitée. Cette thèse interroge, aussi, sur fond de revitalisation, de (dé)colonisation et de réconciliation (Lemaire, 2020 ; Patrick, 2015 ; Smith, 1999), la posture de chercheur en milieu autochtone (Moore et MacDonald, 2011), le rôle des évènements communautaires (Li, Moore et Smythe, 2017), le lien à la nature et au lieu (Blenkinsop, Fettes et Piersol, 2022), ainsi que la place des méthodologies visuelles et sensibles (Budach, MacKay et Patrick, 2015 ; Dompmartin et Thamin, 2028 ; Melo-Pfeifer, 2015 ; Moore, 2024), tout particulièrement en milieu et du point de vue autochtones (Wilson, 2008).
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.013 | 0.008 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 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; 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".