« Comme c’est un animal impur, on pourra le tuer ». La gestion des porcs dans les villes du Canada pendant la période française (1608-1763)
Bibliographic record
Abstract
À travers le cas des villes de Québec et de Montréal aux XVIIe et XVIIIe siècles, cet article propose de se pencher sur la législation relative aux cochons, d’éclairer les normes qui régulent leur présence en milieu urbain et d’analyser les motifs qui poussent à légiférer à leur encontre. Le porc est en effet un animal fréquemment ciblé par les édits de police sous le Régime français et fournit par conséquent une approche originale pour étudier l’histoire urbaine des premiers temps du Canada. Pour quel(s) motif(s) les porcs font-ils régulièrement l’objet de normes ? Quelles sont les répercussions de leur présence sur le territoire ? Comment les autorités gèrent-elles la cohabitation entre l’humain et l’animal ? Autant d’interrogations qui permettent de saisir, à travers cet agent non humain, la manière dont une société s’approprie, façonne, gère et conçoit son espace. Cet angle d’approche s’inscrit dans un courant de recherches qui, depuis les années 1980 essentiellement, met en avant l’intérêt de se focaliser sur l’animal et les discours à son égard pour étudier la société humaine et l’histoire urbaine.
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 | 0.001 | 0.002 |
| Science and technology studies | 0.010 | 0.012 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".