Les médecins comme auxiliaires de la justice criminelle à Québec, 1880-1920
Bibliographic record
Abstract
Si on a assisté, au cours des dernières années, à un regain d'intérêt envers les auxiliaires de justice, peu d'études se sont intéressées aux médecins qui remplissent ce rôle et parmi celles-ci, la plupart ont été consacrées aux coroners. Ce mémoire a pour objectif de pallier cette lacune par l'étude de la participation des médecins au système de justice criminelle de Québec et de leur influnce au sein de celui-ci, de 1880 à 1920. Il s'agit d'une période charnière durant laquelle la médecine légale est en ascension partout en Occident, mais occupe une place bien distincte dans l'appareil judiciaire en France et dans les pays anglo-américains. Puisque le Québec possède un système judiciaire hybride, qui allie le système judiciaire anglais au criminel et le système judiciaire français au civil, l'étude de l'expertise médicale nous y est apparue particulièrement féconde. Ce mémoire ceme donc la préparation donnée aux médecins ainsi que les tâches qui leur incombent, tantôt sur le terrain, tantôt au palais de justice. Il s'arrête également au statut que les gens de justice et les journalistes leur accordent à l'époque, en comparaison de celui des autres catégories de témoins. Enfin, cette étude met en lumière l'impact des médecins et de leurs preuves sur les jugements et les verdicts.
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 | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".