Bibliographic record
Abstract
Au cours des deux derniers siècles, la Banque de Montréal s’est trouvée au cœur du développement économique et financier du Canada. Publié à l’occasion du bicentenaire de la première banque canadienne, Un destin plus grand que soi puise dans l’iconographie de cette institution financière pour raconter son histoire de ses origines jusqu’à nos jours. Retraçant le passé de la Banque de Montréal grâce à des images d’objets, de ses dirigeants, de documents essentiels et de publicités aujourd’hui tombées dans l’oubli, Laurence B. Mussio illustre son émergence progressive. En dévoilant petit à petit sa perception de sa direction, sa culture, la communauté, ses triomphes et ses difficultés, il offre un aperçu de la personnalité de cette banque, de ses innovations, de ses technologies, de ses projets d’édification de la nation et de son héritage architectural. La mosaïque qui en résulte jette un éclairage unique sur l’expérience vécue par la Banque de Montréal au fil des ans. Si chacun des éléments visuels évoque un épisode particulier aussi divertissant qu’extraordinaire, collectivement, ces objets révèlent une histoire beaucoup plus complète. De la lecture de ce livre se dégage l’image d’une banque qui a façonné l’univers canadien et nord-américain tout en se laissant modeler par lui. À partir d’une gamme incroyablement vaste de documents, Un destin plus grand que soi célèbre l’évolution d’une banque et la manière dont elle a laissé sa marque.
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 | 0.002 |
| Science and technology studies | 0.013 | 0.005 |
| Scholarly communication | 0.010 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.074 | 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".