Bibliographic record
Abstract
Parmi les grands noms de l’histoire politique de ces trente dernières années, celui de Sylvie Guillaume mérite d’être cité à plus d’un titre. D’abord pour son énergie, son efficacité et son enthousiasme, qui ont largement contribué au rayonnement national et international de l’université de Bordeaux 3. Mais aussi pour l’exceptionnelle qualité de son œuvre scientifique, marquée par un esprit de curiosité et de découverte toujours en éveil. Globe-trotter de la recherche, elle a déployé ses talents de la IIIe à la Ve République, de l’Europe à l’Amérique du Nord, du libéralisme au centrisme, des classes moyennes aux petits patrons, d’Antoine Pinay à Konrad Adenauer. L’hommage qui lui est rendu dans cet ouvrage est à la mesure de cette diversité et de cette créativité communicatives. Une vingtaine d’historiens de renom se sont associés pour lui offrir ces mélanges, qui nous conduisent du XIXe au XXIe siècle, de Clermont-Ferrand à Québec en passant par l’Allemagne, le Royaume-Uni et le Portugal, des « couches nouvelles » de Gambetta au new labour de Tony Blair, des centristes aux gaullistes, des services secrets au Parlement européen. C’est le témoignage amical de plusieurs générations envers une grande historienne, qui les a tous stimulés et inspirés.
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 | 0.004 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.007 | 0.025 |
| Scholarly communication | 0.016 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.007 |
| Insufficient payload (model declined to judge) | 0.018 | 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".