Notice bibliographique
Résumé
Some years ago I wrote about the medical material in Alexandre Dumas’s The Count of Monte Cristo and indicated that it was not only rich and varied but remarkably accurate for a non-physician writer.1, 2 For example, he described the locked-in syndrome in the character Monsieur Noirtier de Villefort 120 years before the seminal article by Plum and Posner in 1966. A list of some of the conditions, medications and procedures in the The Count of Monte Cristo is shown in the table. View this table: Table Medical matters in The Count of Monte Cristo As a young aspiring writer, Dumas learned about medicine from a young medical graduate of the University of Paris, Dr A Thibauld, who taught him anatomy, physiology, toxicology and other medical facts in his rooms each evening. Dr Thibauld also took Dumas on hospital medical rounds to see patients suffering from various ailments. Dumas had a writer’s interest in observing cases as potential material, learning the details of conditions he could later use in his novels. As he said in his autobiography, he used the lessons from Dr Thibauld in his writings for the next 30 years.3 Alexandre Dumas was a remarkable man who led a remarkable life and left a body of lasting literature that is probably greater than any other writer. He wrote over 600 books (no one is sure how many), and no one has read all of Dumas. He wrote constantly and often four or five books at a time, publishing a shelf of books …
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».