La brève histoire du Centre de recherche du CHU Sainte-Justine
Bibliographic record
Abstract
HISTOIRE REPÈRESAu début du siècle dernier, plus d'un enfant sur quatre meurt avant l'âge d'un an.Irma Levasseur, première femme médecin canadienne-française, sensibilise son entourage à ce grave problème.Sa rencontre avec Justine Lacoste-Beaubien, ainsi que la générosité d'amis et de bienfaiteurs permettent l'ouverture du premier hôpital francophone pour enfants de Montréal, le 26 novembre 1907.L'hôpital est incorporé l'année suivante.C'est le premier jalon d'une longue histoire d'innovation.Dès les premières années de notre institution aujourd'hui centenaire, la recherche a fait partie de sa mission.La fondatrice, madame Justine Lacoste-Beaubien, a voulu faire de l'hôpital Ste-Justine « non seulement un centre de guérison mais aussi un milieu scientifique d'études et de recherches… ».L'organisation d'un « laboratoire où nous pourrons contrôler nos travaux de clinique par des méthodes scientifiques des plus modernes et faire des travaux de recherches dont la cause infantile tout entière pourra bénéficier » est autorisée en 1914 sous l'impulsion du docteur Raoul Masson.C'est en 1927 avec l'arrivée du docteur Pierre Masson, pathologiste de l'Université de Strasbourg, que le premier « virage scientifique » est effectué.L'année 1930 est marquée par le début de la publication des Annales Médico-chirurgicales de Ste-Justine, qui serviront de véhicule pour les travaux de recherche clinique.On organise, en 1940, un programme de conférenciers invités et, en 1945, le Conseil médical exige, par le biais d'une clause contractuelle, que chaque médecin résident se charge d'un travail scientifique.L'ère des spécialistes bien formés allait bientôt commencer grâce au programme subventionné par l'hôpital exigeant que les quatre années de formation soient couronnées par un stage d'un an à l'étranger. La brève histoire du Centre de recherche du CHU Sainte-Justine
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 | 0.013 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.008 | 0.014 |
| Scholarly communication | 0.013 | 0.004 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.007 | 0.011 |
| Insufficient payload (model declined to judge) | 0.014 | 0.004 |
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".