Le code Québec les sept différences qui font de nous un peuple unique au monde
Bibliographic record
Abstract
"L'ouvrage clé pour ouvrir le coeur, l'âme et, pourquoi pas, le portefeuille du peuple québécois, est enfin mis à jour! La majorité des Québécois sont issus d'une culture française et vivent dans une société anglaise selon un mode de vie américain. Essentiellement, les Québécois sont des Français modestes, des Anglais enjoués et des Américains pacifiques. Au fil des 30 dernières années, les Québécois ont révélé leurs secrets les plus intimes, leurs peurs les plus profondes et leurs espoirs les plus grands par l'intermédiaire de très nombreux sondages. Se fondant sur une approche scientifique et empirique, Léger a posé plus de 1000 questions aux Québécois, aux Canadiens et aux Américains. Grâce à une nouvelle méthode, la sémiométrie, il trace un portrait inédit de la singularité québécoise. Un portrait surprenant, et surtout non complaisant, qui vous permettra de déchiffrer le fameux code Québec. Comme le livre sera le point de départ d'une nouvelle émission diffusée à Télé-Québec en 2021, cette réédition adopte un ton plus accessible et grand public, particulièrement dans les sections "Le marketing décodé". Le contenu est également mis à jour avec l'ajout, entre autres, de textes sur l'influence de Donald Trump, de la loi 21 et de la pandémie sur la société québécoise. Est-ce que les nouvelles générations influencent le code ? Existe-t-il un code source qui explique les sept traits identitaires ? C'est ce que l'équipe d'auteurs chevronnés vous dévoilera dans cette nouvelle mouture!"--
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.016 | 0.007 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.031 | 0.003 |
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".