Bibliographic record
Abstract
10mônier d'alléguer forces textes de nos histo- riens pour le détromper sur les événements du fort George : -" II ne lisait point le français."En vain lui opposa-t-ii l'autorité de Ban- croft qui, dans ses récentes éditions, s ?appuyant des documents puisés à Paris dans les archives de la marine et ailleurs, a rendu justice à Montcalm ; le yankee ne voulait pas en démordre : on eut dit qu'il s'agissait du siège de Peters- burg ou de Richmond.Il tenait à ses préju- gés comme à quelque chose de sacré : que dirai-je, un héritage de famille transmis pieu- sement de père en fils.S'il est une page dans les Maple Leaves qui m'a été douce à tracer, c'est celle où j'ai en- trepris de réhabiliter auprès de la population britannique, la mémoire de l'illustre Louis Joseph de Gozon, marquis de Montcalm.Je ne me dissimulais pas que la tâche que je m'im- posais était rude, ingrate peut-être ; car en changeant d'idiome je voyagerais en terre étrangère, n'ayant plus autour de moi les amis, -dirai-je les nombreux amis,qui constam- ment m'encouragèrent, qui oncques ne m'ont fait défaut dans mes entreprises littéraires.Mais si un public indulgent n'était pas là) j'avais pour me soutenir les conseils de plu- -11sieurs hommes éclairés, qui voyaient dans mon projet une nouvelle occasion pour le Canadien- Français de se manifester auprès de ses co-natio- naux : l'un me fesait tenir, mémoires de fa- milles, lettres et documents rares ; un autre, vénérable historien, me transmettait la superbe lettre écrite par le missionnaire abénaquis, témoin oculaire de la sanglante tragédie qui se passait, il y a de cela plus d'un siècle, sur les rives pittoresques du lac George ; c'est cette lettre même que j'ai traduite et que j'ai, entre autres pièces, soumise au public anglais, accoutume à* ne voir le massacre du Fort George que par les yeux de Fennimore Cooper, Moore, Carver et autres.J'ai de plus en plus acquis la conviction que le plus beau livre français toute nationale que soit sa portée, ne parvient presque jamais à son adresse ; lorsque l'on veut dissiper les pré- jugés de nos frères d'origine saxonne, il faut leur parler un langage qu'ils entendent : c'est ce que j'ai fait.Si je me permets ces re- marques, c'est pour donner une explication que l'on m'a paru désirer.On a demandé : pour- quoi l'auteur des Oiseaux du Canada s'ingère- t-il d'écrire dans deux langues ?La réponse : la voici.Les Maple Leaves n'auraient pas leur rai- son d'être, écrites en français.Ne serait-ce pas en -12effet un peu présomptueux de ma part, si je prétendais peindre à neuf et avec succès en français les mœurs, les légendes canadiennes après MM.Cbauveau, Taché, Casgrain, La- joie, Lacombe et autres; et qui se pressera de compiler en cette langue l'histoire du Canada, en présence des travaux de MM.Gar- neau, Ferland, Bibaud et autres ?Voilà les parterres émaillés, mais inconnus du public anglais, où j'ai cueilli pour lui les fleurs les plus odoriférantes de ma modeste offrande : les Maple Leaves.J'ai dit que les préjugés les -plus injustes existaient chez les Américains, relativement à la mémoire du général Montcalm : voyons maintenant sur quoi ils se fondent.Laissant de côté Fennimore Cooper, Moore et autres, examinons le compte-rendu du massacre du fort George, par un témoin oculaire : le capi- taine Jonathan Carver.
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 | 0.000 | 0.000 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.053 | 0.009 |
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".