La Russie et les Russes dans les écrits des prisonniers de la Grande Armée : une approche comparée
Bibliographic record
Abstract
Россия и русские в воспоминаниях пленных Великой Армии Сравнительный подход Для участия в Русской кампании Наполеон повёл за собой около 600 тысяч солдат и офицеров. В общем, от 60 до 80 тысяч пересекли Неман в декабре 1812 года, и от 150 до 200 тысяч человек, часто раненных и больных, оказались военнопленными. Принимая во внимание беспорядок и от-сутствие какого-либо регулирования, при которых производились аресты, судьба этих пленных была трагична : многие из них были незамедлительно казнены. Однако некоторые, более удачливые, избе-жали казни и были депортированы на Вос-ток ; избежав русского ада, они вернулись во Францию, где немногие написали вос-поминания, опубликованные либо при их жизни, либо посмертно. Что нам сообщают эти тексты об обращении с пленными ? Что они говорят нам о Российской империи и её жителях ? Что они рассказывают о её населении, её нравах, её режиме ? Вот вопросы, на которые мы в этой статье собираемся ответить.
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 | 0.005 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".