Bibliographic record
Abstract
En 1895, William Peterson (1856-1921), classiciste de formation, Britannique d’origine et de cœur, précédemment principal du University College de Dundee, accède au poste de principal de McGill, deux ans après le départ de Sir William Dawson, dont la succession n’est pas facile à assumer. Il poursuit le travail de développement de l’université entrepris par son prédécesseur et cultive des liens étroits avec la communauté d’affaires anglo-montréalaise. Ceci vaut à McGill de nouvelles et généreuses libéralités de grands dirigeants d’affaires tels Sir Donald A. Smith (Lord Strathcona), qui encourage l’éducation des femmes, ou Sir William Macdonald, dont les dons permettent la création du Macdonald College (agriculture) ou la construction d’édifices pour les sciences physiques et chimiques. Le principal Peterson s’intéresse donc aux relations entre l’université et le milieu des affaires dont il traite fréquemment à l’occasion d’allocutions. En 1905, dans un discours intitulé « The University’s Place in a Commercial City », il développe deux thèmes potentiellement contradictoires. Il plaide d’abord pour une formation fondamentale et générale, et dénonce ceux qui, au nom des exigences du monde des affaires, voudraient rendre très pratique et concrète la formation des jeunes gens ; il ne faut pas succomber à la tentation, d’influence américaine, de former ce qu’il appelle des « uneducated specialists » (des spécialistes sous-éduqués). Par ailleurs, Peterson propose d’instituer un « programme d’études commerciales » pour ceux qui se destinent à une carrière dans les affaires ; plusieurs disciplines universitaires pourraient y concourir et les cours pourraient se donner selon des horaires appropriés. Ainsi, le principal William Peterson met de l’avant une conception franchement humaniste de l’université, englobant même les études commerciales, tout en illustrant l’importance pour les deux parties d’un partenariat entre l’université et les milieux d’affaires ; il est certain, pour Peterson, que l’université peut réconcilier des aspirations humanistes et une profitable alliance avec le monde de l’entreprise.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.010 | 0.007 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.032 | 0.007 |
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".