Chien de la rue, rez dog ou atimu? : la place contemporaine du chien en contexte innu (Ekuanitshit-Mingan, Québec) : ethnohistoire d’un peuple nomade sédentarisé
Bibliographic record
Abstract
L’espace et le quotidien des personnes autochtones vivant dans les communautés au Québec – et plus largement au Canada – sont fortement marqués par la présence des chiens qui s’y promènent librement, pouvant laisser croire qu’ils sont systématiquement errants lorsqu’ils sont observés d’un point de vue extérieur. Ainsi, la cohabitation humain-chien est parfois décrite comme étant problématique et soulève des enjeux de santé et de sécurité publique pour les vétérinaires ou les médias. Bien que plusieurs recherches précédentes aient eu pour objectif de régler les « problèmes de chiens » dans les communautés autochtones, peu d’entre elles ont cherché à comprendre l’émergence de ce phénomène. Ce mémoire tente d’éclairer cet angle mort de la recherche en présentant les résultats d’un terrain ethnographique effectué dans les communautés innues d’Ekuanitshit-Mingan, sur la Côte-Nord du Québec, et – plus brièvement – de Natuashish, au Labrador, à l’été 2022. Ancrée dans une perspective anthropologique, cette étude propose une lecture différente des « problèmes de chiens » en valorisant le point de vue interne des Innus par rapport à l’émergence de ce phénomène dans leur société. En combinant les approches ethnohistorique et ethnoéthologique, cette recherche de nature ethnozoologique propose de parcourir l’histoire de ce groupe autochtone et de comprendre les continuités et les transformations des rapports entre les Innus et leurs chiens entre le nomadisme et la sédentarisation. Les conclusions de ce mémoire permettent de comprendre que les « problèmes de chiens » en contexte innu sont une conséquence indirecte de la colonisation et constituent donc un problème colonial.
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 | 0.014 | 0.009 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".