Bibliographic record
Abstract
«Little Miss Beaudet» fut la coqueluche de puissants impresarios, des paparazzis et des journalistes a travers le monde. A une epoque ou il n'y avait ni radio ni television, les gestes, les succes ou les deboires de cette prima donna, chic et excentrique, intriguaient et fascinaient. Elle a chante pour la reine Victoria et a joue les plus grands roles shakespeariens dans la plupart des colonies britanniques. Elle a fait du vaudeville, du music-hall, de l'opera-comique et du cinema muet. Au plus fort de sa celebrite, lorsque mademoiselle Beaudet interpretait un role ou qu'elle osait montrer la finesse de ses chevilles, certains admirateurs en perdaient presque leurs moyens. L'etonnant parcours de Louise Beaudet debute au milieu du XIXe siecle lorsqu'elle quitte Lotbiniere avec ses proches pour suivre la vague des milliers de Canadiens francais qui esperaient trouver une vie meilleure aux Etats-Unis. Elle reussit a se demarquer de la plupart de ces pauvres expatries grâce au theâtre qui fut sa bouee de secours. Appuyee par son enorme talent, sa beaute, son intelligence, sa determination et sa petillante personnalite, elle connut une carriere internationale epoustouflante. Les projecteurs sont allumes. La star, mademoiselle Louise Beaudet, entre en scene. Marjolaine Saint-Pierre est une passionnee d'histoire qui se consacre aux biographies de gens meconnus, mais remarquables. Son livre Saint-Castin a obtenu le prix France-Acadie en 2000 et, en 2014, son ouvrage Lacorne Saint-Luc a remporte le prix Percy-William Foy de la Societe historique de Montreal. Elle a aussi publie en 2004 un livre qui raconte les exploits du capitaine Joseph-Elzear Bernier. Ces trois ouvrages ont ete publies au Septentrion.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.012 | 0.005 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.030 | 0.006 |
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".