Notice bibliographique
Résumé
Le problème qui nous intéresse est avant tout celui de la gestion biomédicale des restes humains en archéologie, ces artefacts anciens « pas comme les autres », ces « patients atypiques ». Dans l’article suivant, on va tenter de voir, avec un regard interdisciplinaire (anthropologique, philosophique et médical), comment il est possible de travailler sur les restes humains en archéologie, mais aussi comment gérer le stockage de ces derniers après étude. Car déjà, travailler sur l’archéologie est un problème politique (au sens grec du terme, c’est-à-dire qui implique littéralement la cité, et l’on pourrait faire référence directement aux travaux de Laurent Olivier sur la politique des fouilles archéologiques pendant le troisième Reich et la diffusion de l’idéologie nazie fondée sur des produits de fouilles et des études anthropologiques. Mais en outre, travailler sur des restes humains peut également poser des problèmes politiques, et nous en avons fait les frais dans notre équipe lorsque nous avons travaillé d’une part sur le masque mortuaire de Robespierre (la reconstitution du visage ayant créé un véritable esclandre du côté de l’extrême gauche française) mais aussi lorsque nous avons travaillé sur la tête de Henri IV (l’identification de celle-ci ayant ravivé considérablement la querelle clanique historique entre Orléans et Bourbon)… Travailler sur les restes humains est donc tout sauf anodin.
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 | 0,013 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,016 | 0,073 |
| Communication savante | 0,016 | 0,017 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».