Bibliographic record
Abstract
Au XVIIIe siècle, les soldats séjournant en Bretagne furent parfois employés à de grands travaux. Le débat sur l’utilité sociale de l’armée et la hantise d’une oisiveté menant à la débauche voire à la désertion militèrent en faveur de cette utilisation. Alors que la participation des militaires à la construction et à l’entretien des fortifications était ancienne et traditionnelle, le recours à cette main-d’œuvre pour des ouvrages civils intervint surtout après la guerre de Sept Ans, dans une période de paix. Le contexte des Lumières joua également, les responsables municipaux se lançant parfois dans des opérations d’urbanisme nécessitant une main-d’œuvre nombreuse et, si possible, peu onéreuse. La plus importante mobilisation de soldats eut toutefois lieu à l’occasion de la régularisation du cours de la Vilaine, entre Rennes et Redon, de 1784 à 1786. Les États de Bretagne étant maîtres d’œuvre, les troupes, logées dans des camps provisoires, leur furent subordonnées et travaillèrent de manière satisfaisante. Les soldats travailleurs bénéficiaient d’une solde plus élevée qu’à l’ordinaire mais étaient en contrepartie soumis à une rude discipline – dont témoigne le règlement de 1786 – alors que les accidents n’étaient pas rares. Les tensions politiques de 1788 mirent cependant fin à cette expérience qui posait la question de l’utilité publique de l’armée en temps de paix.
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) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.005 | 0.003 |
| Insufficient payload (model declined to judge) | 0.969 | 0.974 |
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; the direct Gemma label and the distilled Codex classifier agree on what is shown here.
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".