Bibliographic record
Abstract
La mise sur pied du 1er régiment de France À l’automne 1942, alors qu’il ordonne la dissolution de l’armée française d’armistice, Hitler propose à Pétain de former une force armée fidèle au régime. Ce dernier saisit la balle au bond, et le général Bridoux, secrétaire d’État à la Guerre, élabore un projet d’organisation en décembre. Les troupes prévues doivent servir au maintien de l’ordre et donner une légitimité au régime à l’heure où des forces françaises considérables se constituent aux côtés des Alliés. Les Allemands, méfiants, n’autorisent dans un premier temps que la mise sur pied d’un régiment. Cette unité interarmes (infanterie, cavalerie, artillerie, génie) prend finalement le nom de 1 er Régiment de France. Plusieurs problèmes apparaissent avant même sa formation. Son contrôle est disputé au sein du gouvernement de Vichy pour passer finalement sous l’autorité directe de Laval. Le lieu de sa garnison, puis l’armement font l’objet d’âpres discussions avec les Allemands. En définitive, le régiment est éparpillé sur les départements du Cher et de l’Indre. Quant aux armes, elles restent françaises. Fin mai 1943, la campagne de recrutement est lancée. Les candidats viennent avant tout par sympathie pour le régime et par anticommunisme. À l’automne, le régiment se constitue.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.004 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.024 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".