Subdelegates and subdelegations in the french atlantic : a comparative study of the intendancies of Caen, Lille, Rennes, Fort-Royal et Québec (late 17th - late 18th century)
Bibliographic record
Abstract
Les subdélégués des intendances servent indirectement le roi de France au niveau local. L’étude de leur institution dans cinq intendances offre un point de vue original sur l’État d’Ancien régime et son administration. Des subdélégations existent dans toutes les provinces du royaume : dans les pays d’élections, d’États et d’imposition comme dans les colonies. Les étudier offre une perspective inédite sur cette typologie et surtout sur la centralisation du royaume de France. Par une prosopographie comparative, sont étudiées 687 subdélégués des 159 subdélégations des intendances de Caen en Basse-Normandie, Fort-Royal dans les Petites Antilles, Lille en Flandres, Québec au Canada et Rennes en Bretagne. Cette méthode permet des comparaisons inter-provinciales et transatlantiques, comme intra-provinciales, et une analyse multiscalaire de l’administration royale. Les subdélégations se révèlent alors comme des institutions d’intendance, mises au service de la royauté et exercées par des notables. Fiscalité, justice civile ou contentieux administratif, enquêtes et statistiques, milice et corvée royales, marchés publics, tutelle des municipalités, épidémies et assistances, de nombreux pouvoirs les concernent. En pratique, ils varient entre provinces et entre subdélégations. Partout, ils sont pris en charge par des magistrats, des maires, des commissaires de la Marine, des conseillers pensionnaires ou d’autres notables locaux. Entre bureaucratie et clientélisme, ils participent à une centralisation administrative limitée. Les subdélégations engendrent surtout de multiples médiations du pouvoir royal, le transformant par des déclinaisons provinciales et des traductions locales.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".