Bibliographic record
Abstract
Les fouilles d’Herculanum, entreprises en 1738 sous le roi Charles de Bourbon, attirent l’attention du comte de Caylus, surtout pour ce qui concerne les peintures pariétales, détachées et exposées au palais royal de Portici. Caylus ne les connaît qu’à travers des dessins, exécutés de mémoire par ceux qui ont eu la chance d’être admis à la visite, et des morceaux exigus de paroi peinte qu’on lui a envoyés ; il en reçoit des informations par des pensionnaires de l’Académie de France à Rome et par Cochin et Barthélemy, qui, en 1750 l’un et en 1756 l’autre, examinèrent les peintures.La limite des connaissances n’empêche pas au comte de faire des peintures d’Herculanum une analyse ample et exacte, loin des faciles enthousiasmes de certains, et en donner un jugement entre art et antiquité médité et critique. C’est le cadre d’une peinture décorative exécutée par des artistes de second rang, avec plus de défauts que de qualités.Caylus s’intéresse surtout au choix des couleurs et à la façon de les employer, et c’est un des aspects les plus innovateurs de sa recherche. La peinture pariétale, pareillement aux autres objets retrouvés, devient témoin de la culture matérielle d’Herculanum, source précieuse de suggestions pour ce qui concerne les motifs décoratifs proposés à Paris.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.034 | 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".