Bibliographic record
Abstract
Après le refus d’organiser le référendum promis, se pose la question du sort des populations : que faire des Allemands présents en Alsace et des Alsaciens qui s’étaient compromis avec le régime du Reichsland ? Dès décembre 1918, les mairies distribuèrent des cartes destinées à classer les populations en quatre catégories suivant des critères ethniques.Sous la pression de la rue chauffée à blanc par une presse revancharde, des commissions de triage qui avaient déjà fonctionné dans les vallées vosgiennes libérées en 1914, furent instituées, chargées de juger des milliers d’Alsaciens accusés d’avoir fraternisé avec le régime allemand et de s’être montrés deutschfreundlich, amis des Allemands. Ces commissions, au nombre de douze pour le Bas-Rhin, fonctionnèrent pendant six mois, jusqu’à ce que le Commissaire général Alexandre Millerand mit un terme à leurs travaux.Parallèlement eurent lieu des expulsions sauvages. En janvier 1919, Clemenceau les règlementa et confia leur organisation aux forces militaires de la IVe Armée. C’est ainsi que près de 45 000 Allemands sur les 130 000 installés en Alsace furent renvoyés dans leur état d’origine, dont les deux tiers étaient établis à Strasbourg. Les expulsions touchèrent en priorité les anciennes élites du Reichsland, mais affectèrent également fortement le monde ouvrier. Le souvenir de ces mesures a entretenu un ressentiment durable vis-à-vis de la France et a contribué à donner naissance au malaise alsacien.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.019 | 0.003 |
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".