Bibliographic record
Abstract
The Monuments Men est un long métrage américain réalisé par George Clooney et sorti sur les écrans en février 2014. Co-scénarisé et coproduit par Clooney et son collaborateur de longue date, Grant Heslov, le film met en scène quelques membres de la section spécialisée « Monuments, Fine Arts and Archives » durant les derniers mois de la Seconde Guerre mondiale. Ce petit groupe d’engagés volontaires rattachés aux différents corps d’armée alliés avait pour mission de protéger le patrimoine culturel en temps de guerre. Les Monuments Men se révélèrent indispensables au sauvetage de vastes collections d’art spoliées par les nazis et cachées dans des dépôts en Allemagne. C’est cette course contre la montre de juin 1944 à mai 1945 que Clooney met en scène. Production hollywoodienne mélangeant les genres, le film était très attendu, mais a été largement vilipendé par la critique, bien qu’il se soit avéré un succès commercial. L’existence même d’une telle brigade spéciale en zone de guerre, le discours sur ce que représente le patrimoine culturel dans la vie des sociétés, sur la nécessité de préserver cet héritage, tous ces éléments continuent de retenir l’attention aujourd’hui. En cause, les destructions récentes d’oeuvres et de sites archéologiques majeurs dans des conflits actuels au Moyen-Orient et en Afrique, où le saccage devient une arme de guerre. En revisitant la genèse de ce film et sa mise au présent, il apparaît désormais que The Monuments Men aurait fait oeuvre utile.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.005 |
| Scholarly communication | 0.010 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.025 | 0.004 |
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".