Bibliographic record
Abstract
Results and ProspectsJean-Charles Buttier 1 L'objectif de la conférence qui s'est déroulée à Florence était de réunir des chercheurs autour d'une littérature politique originale : les catéchismes politiques.L'enjeu était de collecter ensemble suffisamment de caractères communs permettant de définir un genre du catéchisme politique.Compte-tenu de l'extrême diversité dans le temps et dans l'espace des catéchismes évoqués au fil des interventions nous avons souhaité nous interroger sur les conditions de production et d'utilisation de ces livres ainsi que sur la rhétorique employée dans le but d'esquisser une approche de sa réception.Le premier résultat notable de cette conférence fut l'accord trouvé autour de la définition suivante : un catéchisme politique est un abrégé d'une doctrine politique, généralement rédigé sous la forme d'une succession de questions et de réponses.Cette définition fait consensus, quelle que soit la taille du corpus envisagé (une cinquantaine dans le cas des ouvrages italiens du Triennio étudiés par Luciano Guerci, près de 800 si l'on s'intéresse à la production française du long XIX ème siècle que j'ai étudiée).Les spécificités apparaissent lorsqu'on aborde cette littérature sous un angle chronologique ou bien si on en cherche l'extension géographique.
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 | 0.004 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.014 | 0.017 |
| Scholarly communication | 0.013 | 0.011 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.033 | 0.005 |
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".