Contribution différentielle des ancêtres d'origine acadienne au bassin génétique des populations régionales du Québec
Bibliographic record
Abstract
Cette étude sur la contribution acadienne au peuplement du Québec s'inscrit dans le prolongement d'un projet de recherche entrepris par les chercheurs du GRIG (Groupe de recherche interdisciplinaire en démographie et épidémiologie génétique), qui vise à mesurer la formation et la structuration des bassins génétiques régionaux de la population québécoise. Le but de cette étude est d'identifier les fondateurs acadiens ayant laissé une descendance dans la population québécoise contemporaine et de mesurer leur contribution démographique et génétique aux populations de 26 régions du Québec. Ces fondateurs ont été identifiés à partir de 2340 généalogies ascendantes provenant du fichier de population BALSAC-RETRO. Les résultats obtenus montrent que les fondateurs acadiens, ou leurs descendants, ont laissé des traces dans toutes les régions du Québec. De 46% à 100% des sujets, selon la région, ont au moins un fondateur acadien dans leur généalogie. La plupart des fondateurs (94%) ont contribué au pool génique de 5 régions ou moins. Leur contribution génétique est cependant plus marquée dans les régions de l'est du Québec, particulièrement aux Îles-de-la-Madeleine, en Gaspésie et sur la Côte-Nord. \n
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
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.
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".