Histoire de la formation en architecture de paysage à l’Université de Montréal
Bibliographic record
Abstract
Depuis plus d’un demi-siècle, l’École d’architecture de paysage de l’Université de Montréal (UdeM) offre l’un des principaux programmes de formation en architecture de paysage au Canada. Comme seule école francophone en Amérique, elle a accueilli et formé plusieurs générations de professeurs et professionnels qui ont marqué l’histoire de l’aménagement au Québec et au Canada. L’article raconte l’histoire de cette institution pour laquelle les archives de l’UdeM ont été analysées et des entretiens avec six enseignants-chercheurs de la première génération ont été réalisés. L’entreprise a permis de saisir les moments importants de l’École et de percevoir les linéaments historiques de ses programmes et de ses contributions académiques. Créée dans la vague progressiste du Québec des années 1960 et des grands mouvements sociaux et écologiques de cette période, l’École a connu plusieurs transformations profondes pendant ces cinq décennies en s’adaptant continuellement aux enjeux renouvelés du paysage et de la profession. Le récit qui suit en donne un éclairage unique et constitue, espérons-nous, la charpente d’une trame narrative à poursuivre.
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 | 0.003 |
| Science and technology studies | 0.014 | 0.008 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.027 | 0.001 |
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".