Bibliographic record
Abstract
Une fois passées les collines jaunes, pelées, rasées par les moutons, par-delà la piste, venaient les terres plates sur lesquelles rarement on campait sur ses jambes, mais où chaque silhouette souvent se courbait en chancelant pour s'opposer au vent, deux ou trois fermes entre les arbres, les marais puis l'océan.Après trois jours de furie du diable durant lesquels la tempête et le vent glacial du sud avaient tué là-haut brebis et agneaux que les oiseaux lardaient à présent de coups de becs, le calme était revenu et Yvonne attendait sur le seuil de la maison, son bonnet de laine blanc enfoncé sur la tête, la main sur la poignée de la porte.-Harvey !Ton bonnet !Au coin du poêle, un morceau de mouton emballé de cellophane décongelait dans une assiette de porcelaine chinoise, une flaque rouge l'entourant comme la mer entoure une île.À côté, traînaient les puzzles qui étaient arrivés la veille pour Graham et le livre sur les costumes de guerre qu'Harvey avait choisi à la bibliothèque.Quand le temps était si mauvais, avait dit Candice, il en fallait de l'imagination pour trouver des activités à faire faire aux enfants... Elle en avait par centaines, des idées !avait dit Yvonne.On voyait qu'elle devait être une sacrée maîtresse avant d'épouser Paul.Yvonne aurait bien aimé la voir là-bas, à Hong Kong et au Cambodge.Harvey, non.Il n'aurait pas aimé voir sa mère avec ces gamins dont les photographies couvraient les trois quarts du mur de l'entrée.-On y va !Je ne le répéterai plus.Enfin, Harvey était prêt.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.194 | 0.033 |
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".