Argo : Comment la CIA et Hollywood ont imaginé la plus audacieuse mission de sauvetage de tous les temps
Notice bibliographique
Résumé
Le 4 novembre 1979, des etudiants iraniens prennent d’assaut l’ambassade americaine a Teheran et retiennent en otages des dizaines de fonctionnaires et diplomates americains. Six d’entre eux parviennent a fuir et trouvent refuge a l’ambassade du Canada. Ils reussissent a contacter leur gouvernement, et la CIA decide de monter une operation d’envergure pour les exfiltrer du pays. A la tete de l’operation, Tony Mendez, un agent chevronne de la CIA, qui imagine de tourner en Iran un film de science-fiction intitule Argo. Il se rend a Teheran au pretexte de trouver le decor ideal et visiter les lieux de tournage… En janvier 2000, apres de nombreuses peripeties et sueurs froides, il parvient a faire monter les six Americains dans un avion. Direction : les Etats-Unis, la liberte. Dans ce document qui a servi de base au film de Ben Affleck, Tony Mendez donne tous les details et devoile les dessous de l’operation extremement complexe et dangereuse qu’il a menee a bien.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,012 | 0,007 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,004 |
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 ».