La scolarisation élémentaire en Mauricie (1850-1900) : esquisse de la population scolaire et des résultats de ses apprentissages
Bibliographic record
Abstract
Cet article traite de la scolarisation élémentaire dans les circonscriptions de Champlain, de Maskinongé et de Saint-Maurice pendant la deuxième moitié du XIXe siècle. L'étude montre qu'il faut attendre la fin du siècle pour que la presque totalité des enfants âgés entre sept et treize ans fréquentent l'école. Cependant, les écoliers affichent une faible assiduité tout au long de la période, sauf dans les écoles modèles et académiques. De multiples facteurs peuvent expliquer l'irrégularité de la présence en classe, surtout dans les « petites écoles » disséminées sur tout le territoire. À la pauvreté et aux corvées familiales incontournables s'ajoutent la non-obligation scolaire et le manque de formation en pédagogie du personnel enseignant. Et toutefois, l'apprentissage des matières de base, de morcelé qu'il était au milieu du siècle, devient plus complet les décennies suivantes. Si bien qu'à la fin du siècle, les élèves apprennent simultanément la lecture, l'écriture et le calcul. Pour expliquer ces évolutions discordantes, force est de revenir sur les explications ci-dessus et de proposer de nouvelles pistes de recherche.
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 | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".