"La mauvaise herbe" : familles turbulentes à Montréal au XVIIIe siècle
Bibliographic record
Abstract
En étudiant les familles atypiques à Montréal au XVTIIe siècle, ce mémoire de maîtrise constitue une contribution à une meilleure compréhension des réseaux sociaux dans la société préindustrielle.La petite délinquance de plusieurs membres caractérise toutes les familles étudiées.L'utilisation combinée des sources judiciaires, notariales et paroissiales permet de documenter le passé de trois familles «turbulentes », à l'échelle de deux ou trois générations.À partir de ces connaissances, il est possible de recréer les réseaux sociaux et les mécanismes de dépannage développés par les déviants.Ainsi, apparaissent l'incidence de la marginalité, les formes diverses qu'elle prend, les réactions qu'elle suscite à la fois chez les autorités et chez le voisinage, laissant entrevoir un portrait nuancé de la criminalité.Par ailleurs, malgré une démarche résolument historique, ce projet demande l'apport d'autres sciences humaines, telles que l'anthropologie, la criminologie et la sociologie.De plus, l'analyse qui y est faite est orientée en fonction des dynamiques genrées.Ce mémoire caractérise un peu plus les stratégies de survie développées par des familles particulières au XVIIIe siècle, permettant l'amorce d'une réflexion sur les relations ambigus entretenues avec le voisinage et les institutions.Mots-clés Nouvelle-France, Histoire de la criminalité, Histoire de la famille, Histoire du genre, Marginalité.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.013 | 0.005 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.022 | 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".