Bibliographic record
Abstract
De nombreux témoignages de l’histoire protestante sont parvenus jusqu’à nous sous de multiples formes, et la question d’un patrimoine et d’une mémoire spécifiquement protestants peut légitimement se poser. Les églises restaurées au XIXe siècle dans le style historiciste de leur époque, présentent un décor spécifiquement protestant, témoin de son histoire et de ses valeurs. Rapidement, ces références ont aussi été utilisées dans le monde profane avec parfois un arrière-plan politique. Aujourd’hui, quel patrimoine et quelle mémoire les Églises protestantes transmettent-elles ? Quels sont les choix suivis pour leur valorisation ? Ont-elles seulement les moyens d’entretenir ce riche patrimoine ? Si les églises n’ont aucune vocation à devenir des musées, la « muséalisation » de la mémoire protestante est aujourd’hui une réalité qui permet de présenter et de transmettre le souvenir de ses fondateurs et des personnalités qui ont marqué son histoire dans les meilleures conditions et avec les meilleurs effets. Des musées certes, mais notre époque porte en elle tout autant le patrimoine et la mémoire immatériels. En témoigne l’utilisation de la réalité virtuelle qui se marie à la réalité matérielle dans le projet d’une Église protestante en devenir. (Jérôme Ruch).
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.007 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".