Tracer sa Route : descentes de rivières et sensibilités écotouristiques québécoises
Bibliographic record
Abstract
Alors que l’écotourisme se positionne au Québec comme une alternative économique « durable » face aux industries extractives classiques, nous interrogeons, à travers la pratique du canot de rivière, les modes de relation écologiques propres à cette économie en pleine expansion. Engagés comme anthropologues et apprentis canoteurs dans une recherche partenariale entre l’Université d’Ottawa, le CREDDO et Canot Kayak Québec, nous avons été invités à participer à deux expéditions de caractérisation des rivières Noire et Coulonge, dans la région du Pontiac. En dépliant plus avant l’expérience sensible de terrains ethnographiques le long de ces deux rivières parallèles, nous proposons un contre-récit d’exploration et revenons sur le développement d’un réseau de sentiers pagayables pan-québécois, la Route Bleue. Naviguant dans une posture réflexive et située, attentive aux conditions de production et de restitution des savoirs, ce texte cherche à subvertir et à réaffecter l’affect exploratoire (Morizot, 2019) fondant la pratique allochtone du canot en Amérique du Nord et sa colonialité (Erickson, 2013). En s’appuyant sur une posture propre à la maîtrise de la non-maîtrise (Taussig, 2020), il en résulte une tentative de connaissance du lieu qui s’extirpe des logiques de représentation et d’objectivation propres aux conventions de la cartographie et de la recherche en sciences sociales, sans pour autant les renier. Notre contre-récit d’exploration entend ainsi suivre le traçage de cette Route Bleue de manière à en tracer, à notre tour, les conditions épistémiques, sociopolitiques et écologiques rendant possible ce projet. En découle, à travers la médiance (Berque, 1990) du canot, une sensibilité renouvelée à l’égard des savoirs, mais aussi de l’ignorance, à restituer de cette expérience. De la descente, c’est aussi – et peut-être surtout – la rivière qui (nous) restitue quelque chose.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.010 | 0.010 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.000 |
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".