Les Annuaires Scolaires : la richesse d’une source pour l’histoire de l’école et des élèves
Bibliographic record
Abstract
L’étude des écoles et collèges religieux en Espagne manque de sources faisant état des activités scolaires et parascolaires qu’elles ont menées tout au long du XXe siècle. Les documents appelés Memorias Escolares (Annuaires scolaires) fournissent des informations importantes sur ces questions. Le premier objectif de cet article est de présenter cette source documentaire publiée annuellement par des écoles et collèges importants gérés par des ordres et des congrégations religieuses masculines en Espagne. Le seconde consiste à analyser la fonction de ces publications, où l’on raconte le récit historique des établissements, élaborés par les écoles elles-mêmes et avec une grande richesse informative sur les activités pratiquées tout au long de l’année. Troisièmement, nous voulons mettre en évidence le rôle des annuaires et leur relation avec la construction de la mémoire des étudiants, à travers les éditeurs, les photographies ou leurs orientations professionnelles. Par conséquent, les annuaires sont une source documentaire importante pour connaître non seulement les pratiques scolaires, mais aussi le lien qu’ils ont établi avec les élèves pour façonner une identité et construire une mémoire pour l’avenir.
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 | 0.005 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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".