Bill sur la succursale Laval, discours contre le bill.
Bibliographic record
Abstract
M. le Président, MM. les Députés, J'ai constaté, en arrivant à Québec, qu'il existait au sein de la populaàon de cette ville et parmi la députation, les plus grands préjugés contre les adversaires du bill pré- senté par l'Université Laval, et, en même tempsj que l'on ignorait complètement le véritable état de la question.On nous représente comme des rebelles à l'autorité religieuse et les ennemis de l'Uni- versité Laval.Ces accusations se sont ré- pandues partout sans que nous eussions le moyen de les combattre, car on nous empê- chait d'y répondre en faisant imposer silen- ce aux journaux, et en étouffant toute dis- cussion.Chez nous, à Montréal, la défense aux journaux a été formelle et ouverte, tandis qu'ailleurs, elle n'a pas été moins efficace, tout en étant plus prudente et plus cachée.Les journaux libéraux se sont joints aux partisans de Laval pour ridiculiser et les avocats de l'Ecole de Médecine de Montréal et ceux qui l'appuyaient dans sa lutte.L'Université, dans ses Questions sur la succursale, n'a pas craint de nous dénoncer, nous et tous ceux qui sympathisent avec nous, grands et petits, comme des radicaux et des ennemis de la religion, semblables à ceux qui, en France, ont expulsé les communautés religieuses.Sa Grandeur Mgr l'Archevêque de Québec, grand chancelier de l'Université, a été jusqu'à dire et faire imprimer que le Vénérable Pasteur, S. G. Mgr Bourget, archevê- que de Matianapolis, fomentait la révolte à l'autorité diocésaine, lui que tout le monde admire comme l'un des plus dévoués pas- teurs de l'Eglise et l'un des théologiens les plus distingués ; lui que toute la population vénère comme un père et écoute comme un oracle.S. &. l'Archevêque n'a pas craint d'appeler son influence !
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
Direct model labels (unvalidated)
Per-model category and study-design labels from the labeling rounds. They are machine output, unvalidated, and the disagreement between models ships as data. No study design here is MEDLINE-validated yet.
| Model arm | Categories | Study design | Confidence |
|---|---|---|---|
| gemma | no category Domain: not available · Genre: Other About the Canadian research system: no · About a Canadian topic: no | Not applicable | low |
| gpt | no category Domain: not available · Genre: Commentary About the Canadian research system: no · About a Canadian topic: yes | Not applicable | low |
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 | 0.003 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.012 | 0.020 |
| Insufficient payload (model declined to judge) | 0.052 | 0.034 |
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, unvalidatedLabeled directly by 2 models reading the full record.
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".