Analyses génétiques de restes humains mis au jour sur la plage de Cap-Desrosiers : pourrait-il s’agir des naufragés du Carricks of Whitehaven ?
Bibliographic record
Abstract
AvertissementL'auteur de ce mémoire, de cette thèse ou de cet essai a autorisé l'Université du Québec à Trois-Rivières à diffuser, à des fins non lucratives, une copie de son mémoire, de sa thèse ou de son essai.Cette diffusion n'entraîne pas une renonciation de la part de l'auteur à ses droits de propriété intellectuelle, incluant le droit d'auteur, sur ce mémoire, cette thèse ou cet essai.Notamment, la reproduction ou la publication de la totalité ou d'une partie importante de ce mémoire, de cette thèse et de son essai requiert son autorisation."Imagination is the discovering faculty, preeminently.It is that which penetrates into the unseen worlds around us, the worlds of science."-AdaLovelace REMERCIEMENTS Je tiens d'abord à remercier ma collègue et amie Kariane Larocque pour sa contribution significative et son support dans mon projet.Je remercie mon directeur de recherche, Dr Emmanuel Milot, et ma co-directrice, Dre.Isabelle Ribot, pour avoir concrétiser ce projet dans un domaine qui me passionne.Merci à ma co-directrice pour son apport des perspectives anthropologiques et archéologiques, de même que pour le temps investi pour des formations complémentaires et une introduction en archéologie.Je suis reconnaissante envers mon directeur d'avoir rendu possible un stage au Muséum National d'Histoire Naturelle à Paris.Ce stage est devenu une partie cruciale de mon développement professionnel et académique, j'en remercie chaleureusement les formateurs, José Utge, Paul Verdu et Céline Bon.Sans cet apport significatif, il aurait été impossible de mener à bien ce projet de recherche.Ma visite au Muséum a surpassé mes attentes et a également permis le développement de mon esprit critique notamment dans l'analyse des résultats qui nécessitent une attention toute particulière dans le domaine de l'ADN ancien.Je tiens à exprimer ma gratitude envers nos multiples partenaires : Jean-Christophe Grenier 1 , pour les analyses bioinformatiques et sa contribution pour l'interprétation subséquente.Merci à Alexandre Montpetit 2 et à son équipe pour leur contribution financière et la génération des séquences génétiques.Merci à Gianpiero Cavalleri 3 , Edmund Gilbert 3 , et son étudiante Ashwini Shanmugam 3 , pour nous avoir fourni l'accès à leur banque de données génétiques Irlandaises et pour avoir mener des analyses PCA.Merci à Diane Martin-Moya 4 pour sa contribution et son support dans la mise en place de protocoles.Merci à Hannes Schroeder du Globe Institute, Copenhague, pour le partage d'informations et les conseils en lien avec la mise en place et la sélection de protocoles 1 Bioinformaticien, institut de cardiologie de McGill 2 Directeur scientifique, Génome Québec 3 Collège royal de chirurgie, en Irlande 4 Archéologue candidate au doctorat, Université de Montréal iv iv adaptés à l'ADN ancien.Le projet n'aurait pu être possible sans l'apport interdisciplinaire de tous ces précieux partenaires.Je remercie le Groupe de recherche en science forensique (GRSF) pour avoir vu le potentiel de mon projet et pour leur soutien financier.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".