Harry Ferns, Bernard Ostry, and The Age of Mackenzie King: Liberal Orthodoxy and its Discontents in the 1950s
Notice bibliographique
Résumé
What does an academic article look like? We are all familiar with the basic advice on how to write an essay, how to lay out an introduction, how the body of the essay should follow up on this, provide evidence that is nicely “signposted” throughout, that links back to the argument, and how a conclusion should neatly summarize the material and, ideally, point to its significance. It is all so simple, so clear, so uniform. Historians will occasionally begin with a telling anecdote but this is generally as far as they go in experimentation. Although we tend not to be like social scientists who have explicit “Theory” and “Methodology” sections at the beginning of our papers, we nonetheless follow the same pattern in a more intuitive fashion. Does an academic article have to look this way? The following piece of writing is meant, in part, as a contribution to a debate about how we write as professional historians. This article deliberately takes up a literary style of story telling that is, at present, not respected or at least not followed widely in the profession. The best writerly advice outside of academia has always been “Show, don’t tell.” The writing here is based on this principle. The article aims to be like a novella. The aim is to create a portrait of historical figures and a historical moment that others can recognize and grasp on their own terms. The argument is presented indirectly. The intention is to demonstrate the nature of a historical moment by anecdote, circumstance, and character description. Since the 1960s, historians in Canada and elsewhere have widened the scope of what counts as viable subjects of historical study. The theoretical and political viewpoints deemed acceptable have similarly expanded. We have, presentation / presentation
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,023 | 0,047 |
| Communication savante | 0,013 | 0,011 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,009 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».