À l'ombre de la montagne : le paysage archéologique du versant nord du mont Royal, Montréal, 1698-1900
Bibliographic record
Abstract
Ce mémoire s’inscrit dans un projet de recherche plus global sur l’évaluation du potentiel archéologique du mont Royal réalisé par l’Université de Montréal en partenariat avec la Ville de Montréal et le ministère de la Culture et des Communications du Québec. Plus précisément, il a pour objectif de mettre en œuvre et d’apporter une réflexion sur l’outil dans la gestion du patrimoine archéologique. Au Québec, malgré l’importance de cet outil à l’étape du diagnostic en archéologie préventive, il existe peu de connaissances empiriques sur son efficacité et sur la validité des différentes méthodologies employées. Nous avons donc voulu mieux comprendre la démarche de l’évaluation du potentiel à partir de l’approche du paysage culturel et de celle de l’écologie historique, et ce, afin de voir comment cela pouvait apporter une nouvelle façon d’envisager le potentiel archéologique. L’élaboration de notre cadre théorique s’est appuyée, notamment, sur une trentaine d’études de potentiel archéologique produite au Québec. À l’aide de ce cadre théorique, le potentiel archéologique du versant nord du Mont-Royal a été documenté sur une période allant de la fin du XVIIe siècle jusqu’au XXe siècle. La recherche théorique a été complétée par des inspections visuelles des zones, permettant ainsi de documenter plus finement certains éléments environnementaux, tels la topographie, le couvert végétal, l’hydrographie, etc. Dans la construction du paysage culturel, c’est l’aspect mythique et symbolique de la montagne qui nous intéresse. Nous en avons retenu trois thèmes principaux qui s’échelonnent dans le temps, c’est-à-dire la montagne pittoresque et le paysage forestier, la montagne agricole et l’industrie des tanneries et, enfin, l’arrivée des cimetières et des établissements religieux. Pour chacun de ces thèmes, des orientations de recherche sont énoncées en guise de réflexion sur les éléments d’intérêt archéologique présentés. Ces thèmes, nous le suggérons, pourront être pris en compte dans un contexte d’archéologie préventive.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.007 | 0.005 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 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".