Bibliographic record
Abstract
Aux yeux des dirigeants et des membres des partis, le monde politique est fait d’alliés, de rivaux et de neutres, que ce soit à l’intérieur des partis ou à l’extérieur. Il y a des alliés sûrs, des rivaux utiles parce qu’impopulaires, des neutres dont on veut se faire des alliés, mais il y a également des alliances compromettantes, des rivalités indésirables et des neutralités nuisibles. Les électeurs voient eux aussi le monde politique de cette façon et décident souvent de leur vote en évaluant les alliances, les rivalités et les neutralités des partis en présence. Ces idées directrices servent de trame à l’étude menée par Vincent Lemieux sur le Parti libéral du Québec. Après une introduction qui définit la problématique adoptée, l’ouvrage est divisé en trois périodes. Dans la première, qui va de 1897 au milieu des années 1930, le Parti libéral domine le Parti conservateur. Dans la deuxième, qui s’étend du milieu des années 1930 à la fin des années l960, le principal adversaire du Parti libéral est l’Union nationale. Dans la troisième, qui va de 1970 à 2007, le Parti libéral fait face au Parti québécois. La conclusion de l’ouvrage porte sur les caractéristiques du Parti libéral dans le système des partis du Québec. Elle est suivie d’un appendice où les relations d’alliance, de rivalité et de neutralité sont traitées dans une optique théorique.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.010 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.049 | 0.003 |
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".