La pêche basque dans le golfe du Saint-Laurent : une analyse de contenu des actes notariés de Jacques Cousseau, notaire à La Rochelle, 1602-1653
Bibliographic record
Abstract
Cet article découle d’une analyse de données compilées à partir des minutes notariales du notaire Jacques Cousseau, actif à La Rochelle de 1602 à 1653 et dont les minutes sont conservées aux Archives départementales de la Charente-Maritime, également à La Rochelle. Un examen général de cette source a confirmé la valeur exceptionnelle de ces archives pour une meilleure compréhension de la place spécifique des Basques dans l’histoire de la pêche et du commerce français en Amérique du Nord. Parmi les notaires de La Rochelle au XVIIe siècle, Cousseau est celui desservant la plus grande clientèle basque. Ses minutes notariales remplissent 21 registres et 11 paquets de documents, couvrant environ un demisiècle d’activité maritime rochelaise. En dépouillant ces archives, nous avons identifié et photographié 814 actes fort éclairants sur les pêches transatlantiques. Le fonds de Jacques Cousseau s’avère donc exceptionnellement riche, ce qui rend sa consultation fondamentale pour quiconque aspire à mieux comprendre les pêches basques autour du golfe du Saint-Laurent et sur les côtes atlantiques de Terre-Neuve et d’Acadie.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.010 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".