De l’héritage au patrimoine : trajectoires intergénérationnelles de quatre environnements d’art populaire au Québec
Bibliographic record
Abstract
Le terme « patrimoine » désigne au sens propre les biens dont on a hérité de ses ascendants. Par analogie, il s’est étendu aux richesses collectives qui se transmettent de génération en génération. Alors que le parallèle entre les deux acceptions du mot est bien connu, les chercheurs se sont peu intéressés aux cas où le patrimoine familial et le patrimoine culturel se recoupent. Ce mémoire analyse donc le passage de l’un à l’autre afin d’éclairer les rapports entre les formes privée et publique de l’héritage. Pour ce faire, les successions de quatre artistes populaires québécois ont été étudiées dans une perspective ethnologique et historique : celles de Médard Bourgault (1897-1967), d’Arthur Villeneuve (1910-1990), de Léon Bouchard (1920-2012) et de Léonce Durette (1932-2011). Chacun a légué à sa famille un terrain ou un domicile où il avait déployé ses créations. Les trajectoires intergénérationnelles de ces quatre « environnements d’art populaire » permettent de comprendre comment et pourquoi la patrimonialisation d’un objet de famille peut s’opérer à la deuxième génération grâce à la collaboration, voire à l’activisme de ses légataires.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.007 | 0.004 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.000 |
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".