Base de données pour une étude prosopographique : Les auditeurs du cours de Lamarck au Muséum national d’histoire naturelle (1795-1823)
Notice bibliographique
Résumé
Cette communication présente la base de données informatisée qui a été élaborée dans le cadre d’un projet de recherche collective visant à identifier et étudier les auditeurs du naturaliste Lamarck, soit environ un millier de personnes figurant sur le registre d’inscription au cours qu’il a professé entre 1795 et 1823. Conçue à la fois comme un outil de travail et un lieu d’échange, cette base de données (prochainement consultable sur internet) reproduit les autographes de tous les auditeurs et regroupe l’ensemble des informations biographiques et bibliographiques ayant pu être réunies sur chacun d’entre eux. Elle sert ainsi de support à une enquête destinée non seulement à mieux connaître l’audience et les modalités de diffusion et d’interprétation des théories lamarckiennes mais aussi, plus généralement, à tenter de restituer dans leur dimension sociale et culturelle la transmission du savoir scientifique et la circulation des idées en France et en Europe depuis l’époque révolutionnaire jusqu’à la Restauration.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,016 | 0,025 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».