Bibliographic record
Abstract
Le château fait partie, tout comme le chevalier, de l'attirail moyenâgeux de la mythologie romantique qui empoisonne aujourd'hui encore si souvent les représentations de la société médiévale.En particulier, J.Z. souligne la contribution du militarisme propre au XIXe s. dans le brouillage du sens du château médiéval : les multiples représentations fausses et anachroniques liées au Moyen Âge se retrouvent dans le château, largement réduit à une fonction militaire qui a fait fleurir les créneaux, mâchicoulis et pont-levis sur les célèbres restaurations castrales de la fin du XIXe s.La situation avait d'autant moins de chances de changer que durant longtemps, le château est resté entre les seules mains des historiens de l'architecture ou de la guerre.L'extension progressive, à partir des années 1980, du cercle des spécialistes intégrés à l'étude des châteaux médiévaux (médiévistes, archéologues, historiens de la construction, géographes, ethnologues, biologistes) et le refus de se laisser enfermer dans une image martiale du château conduisent J.Z. à proposer « une nouvelle image du château médiéval » qui est la bienvenue même si elle ne prétend pas régler (et ne règle effectivement pas) tous les problèmes et toutes les faiblesses de nos connaissances.
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 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.010 |
| Scholarly communication | 0.006 | 0.009 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.013 | 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".