Bibliographic record
Abstract
Pourquoi des étudiants en médecine ont-ils enlevé des cadavres dans les lieux de sépulture durant près de six décennies (c. 1820-1883) au Québec ? Cette science nécessaire fait la lumière sur une histoire originale et méconnue, en nous plongeant dans l’univers macabre des étudiants en médecine du XIXe siècle. On y croise religieuses hospitalières, chiens protégeant les tombes, juges, patients d’institutions psychiatriques, policiers, évêques, ainsi qu’un grand nombre de médecins. Anglophones ou francophones, tous s’animent autour d’une même question : quels morts peut-on disséquer pour apprendre l’anatomie humaine et devenir un médecin compétent ? Écrit dans un style accessible, à partir de sources fascinantes et souvent inédites, Cette science nécessaire montre l’essor de la profession médicale au Québec en expliquant, par exemple, comment une émeute d’étudiants à coups de fémurs transforme la médecine canadienne, comment Trois-Rivières devient une plaque tournante du transport ferroviaire de cadavres, ou encore pourquoi les squelettes fument la pipe sur les images de salles de dissection de l’époque. Le rôle majeur des organisations catholiques et protestantes dans l’enseignement médical au Québec est mis en évidence : Montréal au XIXe siècle devient un environnement médical hybride où coexistent des établissements francophones et anglophones, ayant peu d’équivalents au monde. Cette science nécessaire est une lecture essentielle, tant pour mieux comprendre l’histoire de la formation médicale au Québec et dans le monde, que pour mettre en contexte les débats actuels sur le respect et la dignité dans les pratiques médicales et funéraires.
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 | 0.011 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.012 | 0.035 |
| Scholarly communication | 0.015 | 0.013 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.008 | 0.011 |
| Insufficient payload (model declined to judge) | 0.051 | 0.018 |
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".