Bibliographic record
Abstract
La 24 ou Correspondance parallèleGustave Leblanc ne s'attendait pas du tout à ce que cette journée soit l'une des plus marquantes de sa vie.D'autant plus que la chance ne semblait pas de son côté depuis son réveil.Il s'était coupé en se rasant, avait renversé son bol de céréales, avait chuté dans les marches de l'escalier en colimaçon, puis oublié son portefeuille et sa carte Opus.Qu'importe, il avait du temps devant lui, n'étant attendu au bureau qu'à 10 h.Il retourna donc chez lui, récupéra ses effets et redescendit les escaliers en faisant bien attention de ne pas rater une marche.Il emprunta son raccourci préféré : de jolies petites ruelles qui embaumaient les lessives, les fleurs et les odeurs de chats !Mais voilà que Gustave faisait face à un dilemme.En effet, il avait aperçu en haut de l'escalier de la rue Saint-Christophe (un étrange cul-de-sac surmonté d'un escalier donnant sur la rue Sherbrooke) plusieurs chats qui se dirigeaient vers le bas.Il était très curieux d'en savoir plus.D'autant que ce genre de choses captivait Gustave qui peaufinait un recueil de nouvelles se déroulant à Montréal.Gustave descendit donc les marches et aperçut en bas des chats qui se dandinaient devant un sofa dans lequel un homme était en train de lire.Quelle étrange apparition.L'homme leva les yeux, vit Gustave et sortit une boîte de nourriture sèche pour chats.Ces derniers fondirent sur l'homme qui sourit discrètement en répandant la nourriture sur le sol.Gustave s'approcha.Il n'avait jamais rien vu de tel, sauf dans un film espagnol où un homme nourrissait des chats et des chiens sauvages dans une gare d'autobus.L'homme, apparemment fier de son geste, se cala confortablement dans le sofa et sortit une pipe, qu'il
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) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.242 | 0.061 |
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".