MétaCan
Menu
← Back to cohort
Record W7043737031

Territoires émergents de citoyenneté pour des jeunes des Premières Nations du Québec : contraintes et ouvertures de dialogues aux voix/es multiples

2014· other· fr· W7043737031 on OpenAlexaboutno aff

Bibliographic record

VenueOpen MIND · 2014
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsESPACEState (computer science)Perspective (graphical)Placemaking
DOInot available

Abstract

fetched live from OpenAlex

Les territoires et les relations sociospatiales liés au vivre-ensemble entre Autochtones et non-Autochtones au Québec sont en transformation. Ces bouleversements prennent place dans de nouveaux lieux de rencontre où s’ancrent des expériences de subjectivation politique et de citoyenneté. Le Wapikoni mobile, un atelier de création audiovisuelle qui visite les communautés des Premières Nations du Québec pour offrir une formation aux jeunes de 15 à 30 ans, semble s’inscrire dans ces processus. Depuis 2004, le Wapikoni mobile dénombre 2400 participants, 500 courts-métrages réalisés et une soixantaine de prix remportés. Ces vidéos de jeunes des Premières Nations sont projetées dans différents évènements au Québec et à l’étranger ; des lieux où les réalisateurs sont parfois invités à prendre la parole. Cette recherche étudie les pratiques, les relations et les lieux liés à ces actes de parole en personne, afin de dégager les transformations sociopolitiques auxquelles ils participent. Elle montre que les parcours de ces personnes sont limités par les contextes politicoéconomiques locaux, nationaux et mondiaux, mais qu’ils permettent néanmoins l’appropriation de lieux et l’apparition de relations qui reterritorialisent les espaces de représentation(s) et de visibilité. Ces mutations sont provoquées par la mise en place de dialogues aux voix et aux voies multiples qui participent à la formation de territoires émergents de citoyenneté.

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.005
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.045
Threshold uncertainty score0.299

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.005
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0240.010
Scholarly communication0.0080.003
Open science0.0010.004
Research integrity0.0020.003
Insufficient payload (model declined to judge)0.0120.001

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.

Opus teacher head0.041
GPT teacher head0.297
Teacher spread0.256 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2014
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→French-language works237,207→