Au fil de l’enquête photographique : Monique Roussel de Fontanès et le costume calabrais
Bibliographic record
Abstract
Formée aux méthodes ethnographiques conçues dans les années 1930 en France au musée d’Ethnographie du Trocadéro, où la photographie occupe une place importante, Monique Roussel de Fontanès réalise dans les années 1950 ses premières missions de terrain en Calabre pour le compte du musée de l’Homme. Sa pratique d’enquête, centrée sur le costume traditionnel féminin, donne une large part à la photographie. En lien avec les objets, les dessins, les notes, celle-ci participe à un vaste projet de documentation conforme à l’ambition du musée et à l’intérêt de celui-ci pour la culture matérielle. Mais les échanges qui se mettent en place autour du port du costume et de l’utilisation de l’appareil photographique lui permettent également d’établir et d’entretenir des relations de proximité avec ses interlocutrices, fondées sur le partage et une forme de réciprocité. Si la dimension affective du travail de terrain s’efface avec l’indexation, la publication et l’exposition en vitrine des documents collectés, les photographies en portent la trace, et leur mise en perspective avec les archives et la correspondance de l’ethnologue permet de lui redonner toute sa complexité et sa profondeur.
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 | 0.008 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.013 | 0.010 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 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".