MétaCan
Menu
Back to cohort
Record W2978373790 · doi:10.3917/sdes.008.0014

Vieillir

2011· article· fr· W2978373790 on OpenAlexaff
Michel Billé

Bibliographic record

VenueSens-Dessous · 2011
Typearticle
Languagefr
FieldHealth Professions
TopicHealth, Medicine and Society
Canadian institutionsCentre de Santé et de Services Sociaux de la Vieille-Capitale
Fundersnot available
KeywordsComputer science

Abstract

fetched live from OpenAlex

Dieillir le coura e et l.indi nationhhh « Ceux qui manquent de courage ont toujours une philosophie pour le justifier 1 ».Albert CAMUS Ah le courage !Aussi loin que je remonte dans mes souvenirs d'enfance le courage est présent, bien sûr, comme une sorte d'idéal de vie à porter, à atteindre, à cultiver.Avoir du courage, faire preuve de courage, en toutes circonstances, surtout les plus dramatiques, au travail ou à la guerre, devant la mort et les catastrophes, les pertes, les séparations, les ruptures, les avatars de la vie… Bref le courage vécu comme la capacité de l'homme à rester debout malgré tout, à ne jamais se laisser aller à la facilité… Être homme c'est être courageux et inversement, celui qui n'est pas courageux n'est pas un homme, du moins pas tout à fait. « In medio stat virtus… 2 »Les exemples de courage ne manquaient pas… Ceux qui se sont battus contre l'ennemi.Ceux qui sont morts en martyrs pour leur pays ou pour leur foi ou pour la liberté.Ceux qui ont eu la force de ne pas renier, de ne pas parler.Ceux qui ont souffert de maladies ou de blessures.Ceux qui sont partis loin de chez eux, contraints par les conflits, par la nécessité économique ou politique, les exilés, les immigrés… La liste serait interminable de ceux qui nous étaient donnés en exemple de courage, avec toujours une intensité de drame, pour ne pas dire de tristesse et de sacrifice.Le courage d'assumer, pour soi et pour les autres, surtout pour les autres, évidemment.14

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.910
Threshold uncertainty score0.000

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.001
Science and technology studies0.0020.001
Scholarly communication0.0070.004
Open science0.0010.004
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.9100.844

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.

Opus teacher head0.107
GPT teacher head0.386
Teacher spread0.279 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2011
Admission routes1
Has abstractyes

Explore more

Same venueSens-DessousSame topicHealth, Medicine and SocietyFrench-language works237,207