L’imaginaire patrimonial du métro de Montréal & des voitures MR-63
Bibliographic record
Abstract
En 2016, la Société de Transport de Montréal tenait un appel à projets visant à requalifier les voitures de métro MR-63 devenues désuètes suivant leur remplacement progressif par la flotte de voitures Azur. MR-63, le nom de l’un des projets sélectionnés par la STM propose alors de valoriser ces emblématiques voitures bleues en les intégrant à un édifice à construire, une structure ouverte où les voitures, distribuées sur plusieurs étages et visibles de l’extérieur, seraient utilisées pour mener diverses activités liées à l’art culinaire et à la culture. En créant un lieu unique de diffusion et de production culturelle, le pavillon proposé cherche à prolonger la mission des voitures MR-63 qui consistait à connecter des personnes entre elles. Mais que sait-on, justement, de la perception de la population du métro de Montréal ? Cette recherche partenariale s’inscrit dans la volonté de l’organisme MR-63 de mieux comprendre les représentations associées aux premières voitures du métro dans l’imaginaire montréalais, et potentiellement, d’y découvrir un lien plus tangible avec le quartier Griffintown où sera implanté le pavillon.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.012 | 0.011 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.023 | 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".