Mabel E. Elliott, l'héroïne de Marach. Émergence et éclipse du témoin
Notice bibliographique
Résumé
En 1919-1920, l’Américaine Mabel E. Elliott témoigne de sa première expérience personnelle et professionnelle en tant que médecin et travailleuse humanitaire auprès des réfugiés arméniens de Marach dans l’Empire ottoman occupé par les Alliés. Plongée au coeur du conflit qui oppose l’armée française déployée en Cilicie et les troupes nationalistes turques, elle organise le travail humanitaire et socio-sanitaire auprès des survivants du génocide de 1915. En février 1920, dans des conditions hivernales éprouvantes, elle doit évacuer l’hôpital (le personnel et les patients) et suivre les troupes françaises en compagnie de milliers d’Arméniens terrorisés à l’idée de tomber aux mains des soldats turcs. En s’inspirant des travaux de Jacques Walter et Béatrice Fleury mis en oeuvre dans le cadre du programme de recherche « Carrières testimoniales. Les devenirs-témoins de conflits des XXe et XXIe siècles », l’autrice cherche à comprendre les facteurs qui ont permis à Mabel E. Elliott d’acquérir « le statut de bon témoin ». Autrement dit, quel est le contexte historique et sociologique qui favorise l’émergence de ce témoin et de son témoignage ?
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,009 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,007 |
| 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 ».