Bibliographic record
Abstract
retour Sur la première année de publication de la revue PoPulation : 1946 La revue Population fête cette année son soixante-dixième anniversaire.À cette occasion, nous proposons de revenir sur les premiers numéros publiés par la revue au cours de l'année de sa création en 1946.En 1946, Population était la vitrine scientifique de l'Institut national d'études démographiques (Ined), créé quelques mois plus tôt (octobre 1945).Ainsi, en guise d'éditorial, un article intitulé « Faits et problèmes du jour » signé du directeur de l'Ined de l'époque, Alfred Sauvy, introduisait chaque numéro.Les auteurs étaient très majoritairement des chercheurs de l'Ined, de sexe masculin.La revue actuelle a pris de l'autonomie par rapport à son institution d'appartenance.Elle est devenue aujourd'hui, dans l'espace international de la recherche, une revue scientifique ouverte à tous, que les auteurs soient de l'Ined ou d'ailleurs.Elle est maintenant bilingue (les articles sont intégralement publiés dans les deux langues, français et anglais, depuis 2002, après 13 années de parution d'une sélection annuelle en anglais), les auteurs sont désormais autant des femmes que des hommes appartenant à des institutions du monde entier.Cette prise d'autonomie éditoriale vis-à-vis de l'institution n'a pas empêché d'autres continuités.La revue, déjà trimestrielle, publiait dans chacun de ses numéros huit à neuf articles de recherche, trois à cinq articles plus courts sous la rubrique « Notes et Documents » ainsi que des bibliographies critiques sur des ouvrages récemment parus.La version actuelle a finalement un format assez similaire.Chaque numéro trimestriel est aujourd'hui composé de quatre ou cinq articles, d'une ou deux notes de recherches, accompagnés d'une série de comptes rendus sur des ouvrages publiés récemment.Les articles sont aujourd'hui moins nombreux mais plus longs.Les méthodes et le niveau de technicité ont évidemment évolué.Le vocabulaire des articles a changé.Certaines expressions des articles de 1946 peuvent nous paraître aujourd'hui un peu désuètes, voire déplacées dans une revue scientifique (1) .Les premiers articles de la revue, synthétiques et ciblés, montraient également de grandes capacités de pédagogie afin d'assoir une discipline qui prenait de l'ampleur après la (1) Quelques exemples : « les vieillards » (pour parler des personnes âgées) « la population indigène » pour parler de la population majoritaire, le « territoire envahi [....] par des étrangers », « le péril qui nous menace », etc.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.527 | 0.547 |
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".