Autour de l'exposition "Hanoi en couleurs (1914-1917)", autochromes de Léon Busy
Bibliographic record
Abstract
en couleurs est une exposition d'une selection de 60 autochromes de Leon Busy conserves par le Musee Albert Kahn dans le cadre du projet Archives pour la planete. Cette exposition a eu lieu a l'Institut Francais de Hanoi au Vietnam du 9 decembre 2013 au 4 janvier 2014. Elle est le fruit d'un travail minutieux d'observation et d'etude de la part d'Emmanuel POISSON, historien, et de Trong Hieu DINH, anthropologue et ethnobotaniste du Vietnam, ces autochromes etant des temoins de la vie des vietnamiens entre 1914 et 1917. Dans cet entretien, Emmanuel Poisson et Trong Hieu Dinh nous expliquent comment ils ont mene ce projet a bien, quelles furent leurs methodes de travail, leurs interets, et nous donnent a observer et a comprendre quelques autochromes selectionnes specialement pour cet entretien. Emmanuel POISSON est Professeur des universites a l'Universite Paris Diderot-Paris 7. Auteur de nombreux ouvrages, articles et traductions, il est co-fondateur du Programme international de recherches sur les genealogies vietnamiennes associant l’Institut des Etudes vietnamiennes et des Sciences du developpement dependant de l’Universite Nationale de Hanoi, l’Universite Paris Diderot, l’Universite d’Alberta et l’Ecole Francaise d’Extreme-Orient. ĐINH Trọng Hiếu est anthropologue et ethnobotaniste du Viet Nam. Aujourd'hui a la retraite, il a ete charge de recherche au CNRS et a rejoint la section de vietnamien de l'Universite Paris Diderot-Paris 7 en 1975. Il a concu en 2013 avec Emmanuel Poisson l'exposition HA NỘI EN COULEURS (1914-1917) dans le cadre des annees croisees France-Vietnam.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| 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".