Science, Nature, and Hatred: ‘Finding Out’ at the Malting House Garden School, 1924–29
Notice bibliographique
Résumé
In reconfigurations of the ‘nature’ of the English child and childhood in the early 20th century a key role was played by the Malting House Garden School in Cambridge, England, founded by the unorthodox trader and inventor Geoffrey Pyke and codirected by pioneer educator and psychoanalyst Susan Isaacs. Known scurrilously in the town of Cambridge as ‘a pregenital brothel’, the Malting House School was supported by ecologist A G Tansley and psychologist Jean Piaget amongst others for its ‘copious and careful record of phenomena’. Though short lived, the Malting House School experiment became widely known through popular and influential books, written by Isaacs on early childhood development and education, based largely on data collected at the school. Less is known concerning Pyke's applications of psychoanalytic knowledge, his powerful scientific networks, and his grand vision for a new form of education. With recently recovered records and other archival documents, I seek to contribute to a historical geography of localized psychoanalytic knowledge by exploring the tangle of disciplinary relations in the mutual and imaginative constitution of two pillars of the Malting House School: natural science and psychoanalysis. In particular, I examine what Isaacs referred to as ‘the ecological point of view’ as well as the place of hatred in relation to the nursery school's attempted manufacture of infant scientists eager to ‘find out’. For Pyke, the main threat to the “vigorous survival of an intelligent bourgeoisie” was the Oedipus situation, as described by Sigmund Freud. Through new educational techniques that recognized powerful emotion between generations, Pyke sought to help mould a race that would be able to survive the great changes which he expected science to create in our environment.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,017 | 0,024 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».