MétaCan
Menu
Back to cohort
Record W4380742471 · doi:10.3138/uhr-2022-0018

Cachez ce déchet que je ne saurais voir : la création et la municipalisation d’un service de gestion des ordures dans une ville de Montréal en mutation, 1868–1920

2023· article· fr· W4380742471 on OpenAlexaffvenueabout
Claudèle Richard

Bibliographic record

VenueUrban History Review · 2023
Typearticle
Languagefr
FieldArts and Humanities
TopicHistorical Studies and Socio-cultural Analysis
Canadian institutionsUniversité du Québec à Montréal
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Avant 1870, Montréal ne possède pas de service de collecte des déchets. C’est donc aux citoyens eux-mêmes qu’incombe la disposition de leurs rebuts aux endroits désignés, et ce, à leurs frais. Or, plusieurs préfèrent jeter leurs déchets sur la voie publique et dans les cours d’eau. Alors que la population montréalaise augmente rapidement au gré de l’industrialisation, ces pratiques menacent la santé publique. Ces solutions individuelles ne permettant plus de garder la ville dans un état sanitaire acceptable, les autorités instaurent un système contractuel de ramassage des ordures, toutefois peu efficace à ses débuts. En effet, les entrepreneurs sous-estiment les capitaux, le matériel et les employés requis pour nettoyer une ville de la taille de Montréal. Cette période d’instabilité prend fin avec l’entrée en scène de l’entrepreneur William Mann, dont la longévité de l’entente avec la Ville de Montréal, qui s’étend de 1877 à 1893, tranche par rapport à la brièveté des contrats précédents. Mais si Mann est le seul entrepreneur capable de prendre en charge l’ensemble du cycle de gestion des ordures, il enfreint ouvertement plusieurs clauses de son contrat, au grand dam de la population. Les critiques portées envers le système contractuel par des citoyens, des journalistes, et certains élus poussent les pouvoirs publics à municipaliser le service de gestion des déchets en 1893. Si la Ville dessert les citadins d’une manière jugée plus satisfaisante, elle a tout de même de la difficulté à s’affranchir des défis géographiques, démographiques, et financiers inhérents à la gestion des ordures.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.043
Threshold uncertainty score0.314

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0110.004
Scholarly communication0.0040.001
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0150.001

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.

Opus teacher head0.044
GPT teacher head0.248
Teacher spread0.204 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2023
Admission routes3
Has abstractyes

Explore more

Same venueUrban History ReviewSame topicHistorical Studies and Socio-cultural AnalysisFrench-language works237,207