MétaCan
Menu
Back to cohort
Record W1867900279 · doi:10.7202/1029294ar

Le gouvernement Duplessis, l’éducation et la culture, 1944-1959

2015· article· fr· W1867900279 on OpenAlexvenueno aff
Fernand Harvey

Bibliographic record

VenueLes Cahiers des dix · 2015
Typearticle
Languagefr
FieldArts and Humanities
TopicCultural Identity and Heritage
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

L’intervention du gouvernement de Maurice Duplessis dans les domaines de l’éducation et de la culture a peu retenu l’attention des historiens, sauf sous l’angle négatif pour l’un et l’autre cas. Le présent article se propose de mieux cerner l’idéologie, les stratégies et les réalisations de ce gouvernement dans ces deux domaines jugés inséparables dans l’esprit de Duplessis. Une première partie analyse les actions entreprises en regard de l’enseignement primaire, secondaire et professionnel mis sous pression avec le baby boom d’après-guerre et avec l’amplification des problèmes de financement des infrastructures scolaires. Le rôle des ministres Paul Sauvé, Omer Côté et de leurs collaborateurs y est abordé et, également, les contradictions qui émergent entre l’idéologie confessionnelle et le rôle croissant de l’État. La seconde partie est consacrée à la culture dans son rapport avec les arts, les lettres et le patrimoine. Dans quelle mesure le gouvernement Duplessis a-t-il contribué à développer des institutions culturelles publiques et à financer l’aide à la culture ? Après avoir analysé les dépenses du gouvernement à cet effet, le présent article passe en revue les différents secteurs culturels en considérant le rôle des principaux acteurs dont Maurice Duplessis, Omer Côté et Jean Bruchési. À la lumière de ce bilan, peut-on qualifier les années 1944-1959 comme étant celles de « la grande noirceur » ? Les faits permettent de dresser un portrait beaucoup plus nuancé de la situation.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.790
Threshold uncertainty score0.981

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0010.001
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.056
GPT teacher head0.283
Teacher spread0.227 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2015
Admission routes1
Has abstractyes

Explore more

Same venueLes Cahiers des dixSame topicCultural Identity and HeritageFrench-language works237,207