Les notaires royaux de Montluçon à l'époque moderne : l'institution, les offices, la pratique et les hommes
Bibliographic record
Abstract
RÉSUMÉ Apparus sous le règne de François I er et institutionnalisés en 1597, les notaires royaux à la résidence de Montluçon n’ont jamais formé une communauté professionnelle structurée, en dépit de leur nombre relativement élevé (de 8 à 15 officiers, selon les périodes). Le marché des offices témoigne d’un long marasme de l’institution, tout au long de la première moitié du XVIII e siècle, suivi d’une période de renouveau sans précédent de 1760 jusqu’à la Révolution. Témoins privilégiés des pratiques socioprofessionnelles très partagées des officiers ministériels des petites villes, les notaires de Montluçon s’adonnaient très naturellement au cumul des offices de judicature, même si la formation professionnelle du groupe s’est accrue au siècle des Lumières. Du fait du rôle de médiation de la cité montluçonnaise entre ville et campagne, trois types d’études bien distincts s’y côtoient : « étude urbaine de plein exercice », « étude de périphérie » et « étude d’appoint ». L’origine géographique et l’insertion sociale des notaires dans la ville témoignent de leur participation croissante, au XVII e et au XVIII e siècles, à la régénération des élites traditionnelles de cette petite capitale administrative et économique du centre de la France.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".