La brève histoire du Centre de recherche du CHU Sainte-Justine
Bibliographic record
Abstract
Au debut du siecle dernier, plus d’un enfant sur quatre meurt avant l’âge d’un an. Irma Levasseur, premiere femme medecin canadienne-francaise, sensibilise son entourage a ce grave probleme. Sa rencontre avec Justine Lacoste-Beaubien, ainsi que la generosite d’amis et de bienfaiteurs permettent l’ouverture du premier hopital francophone pour enfants de Montreal, le 26 novembre 1907. L’hopital est incorpore l’annee suivante. C’est le premier jalon d’une longue histoire d’innovation. Des les premieres annees 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’hopital Ste-Justine « non seulement un centre de guerison mais aussi un milieu scientifique d’etudes et de recherches... ». L’organisation d’un « laboratoire ou nous pourrons controler nos travaux de clinique par des methodes scientifiques des plus modernes et faire des travaux de recherches dont la cause infantile tout entiere pourra beneficier » est autorisee en 1914 sous l’impulsion du docteur Raoul Masson. C’est en 1927 avec l’arrivee du docteur Pierre Masson, pathologiste de l’Universite de Strasbourg, que le premier « virage scientifique » est effectue. L’annee 1930 est marquee par le debut de la publication des Annales Medico-chirurgicales de Ste-Justine, qui serviront de vehicule pour les travaux de recherche clinique. On organise, en 1940, un programme de conferenciers invites et, en 1945, le Conseil medical exige, par le biais d’une clause contractuelle, que chaque medecin resident se charge d’un travail scientifique. L’ere des specialistes bien formes allait bientot commencer grâce au programme subventionne par l’hopital exigeant que les quatre annees de formation soient couronnees par un stage d’un an a l’etranger. La breve 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 distilled prediction
Teacher imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 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; both teacher heads agree on what is shown here.
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".