Bibliographic record
Abstract
Membre du Centre d'histoire culturelle des sociétés contemporaines de l'Université de Versailles-Saint-Quentin-en-Yvelines, spécialiste du rôle des images et des caricatures, Annie Duprat est l'auteur d'une étude sur Le roi décapité.Essai sur les imaginaires politiques (Cerf, 1992), d'une Histoire de France par la caricature (Larousse, 1999) et d'un livre sur Les rois de papier, la caricature d'Henri III à Louis XVI (Belin, 2002).Avec son dernier ouvrage, Marie-Antoinette, une reine brisée, elle nous présente un modèle original de ce qu'on pourrait appeler un exercice de biographie comparée.Comparée à qui ?Tout simplement au propre double de la dernière reine de l'Ancien Régime, ce double noir et monstrueux, issu de l'imaginaire de l'opinion publique avant et pendant la Révolution. 2Aucune souveraine -et sans doute aucune femme, ajoute l'historienne -n'a été la cible d'autant de critiques fantasmatiques, en paroles, en chansons, en images et en textes.Chantal Thomas, dans La reine scélérate (1989) avait déjà montré jusqu'où pouvait aller ce délire vertigineux.Pamphlets clandestins, journaux vendus sous le manteau, libelles, gazettes à scandale et caricatures se sont déchaînés contre elle avec une rare violence, la violence des mots et des images qui tuent.3
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.018 | 0.004 |
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".