Base de données pour une étude prosopographique : Les auditeurs du cours de Lamarck au Muséum national d’histoire naturelle (1795-1823)
Bibliographic record
Abstract
Cette communication présente la base de données informatisée qui a été élaborée dans le cadre d’un projet de recherche collective visant à identifier et étudier les auditeurs du naturaliste Lamarck, soit environ un millier de personnes figurant sur le registre d’inscription au cours qu’il a professé entre 1795 et 1823. Conçue à la fois comme un outil de travail et un lieu d’échange, cette base de données (prochainement consultable sur internet) reproduit les autographes de tous les auditeurs et regroupe l’ensemble des informations biographiques et bibliographiques ayant pu être réunies sur chacun d’entre eux. Elle sert ainsi de support à une enquête destinée non seulement à mieux connaître l’audience et les modalités de diffusion et d’interprétation des théories lamarckiennes mais aussi, plus généralement, à tenter de restituer dans leur dimension sociale et culturelle la transmission du savoir scientifique et la circulation des idées en France et en Europe depuis l’époque révolutionnaire jusqu’à la Restauration.
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 | 0.007 | 0.022 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.016 | 0.025 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.018 | 0.003 |
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".