Bodies of Knowledge: The Nineteenth-Century Anatomical Atlas in the Spaces of Art and Science
Bibliographic record
Abstract
Au début du dix-neuvième siècle, la médecine de l’Europe de l’ouest a subi une transformation institutionnelle et discursive suite à de nouvelles perceptions en études anatomiques. De nouvelles tendances culturelles, politiques et hygiéniques (par exemple, la découverte de la « saleté » et les maladies qui y sont associées) ont encouragé la communauté médicale à faire du cadavre le site d’une nouvelle méthode « scientifique » de la connaissance médicale. En conséquence, il y a eu une recrudescence de publications d’atlas composés d’illustrations minutieuses fondées sur des observations détaillées de phénomènes physiologiques. Cet article s’intéresse à la façon dont les illustrations médicales du dix-neuvième siècle encodaient une nouvelle manière de voir le corps et analyse le rôle qu’elles ont joué à donner à la médecine moderne le professionnalisme qu’on lui connaît. Les atlas anatomiques du dix-neuvième siècle étaient tout à fait différents de leurs prédécesseurs : ils possédaient des dépliants « grandeur nature », des lithographies raffinées mettant l’accent sur le type de tissus, ainsi que des mécanismes uniques pour le cadrage et le recadrage ; le tout leur prodiguait un langage précis et une grammaire visuelle. Cet article analyse la rhétorique visuelle à la fois complexe et contradictoire des atlas : leurs codes d’identification parfaits et réalistes et les écoles d’art néoclassiques que les atlas exploitaient ouvertement.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.004 | 0.014 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".