Enregistrement de la population et recensements. La tradition chinoise
Bibliographic record
Abstract
Le cas de la Chine est à maints égards exemplaire, car non seulement se caractérise-t-û par son ancienneté, mais il a connu au cours des siècles une expansion dans la région; on peut donc parler d'un modèle. Instrument de dénombrement administratif, les premiers « recensements » avaient pour objectif de permettre la gestion des listes de corvéables. Victimes de modifications des règlements, ces listes furent vouées à la désuétude et remplacées, lors du changement de dynastie, en 1644, par des registres fiscaux. Afin de mettre en relation les connaissances économiques — en particulier les prix du grain — et un état de la population, l'administration centrale des années 1740-1780 poussa les services de maintien de l'ordre à la production de registres nominatifs. Une autre source de connaissance comprend les généalogies, qui peuvent générer une masse d'informations. Avec quelques modifications, le modèle chinois se diffusa dans la région sinisée comprenant le Japon, le Vietnam et la Corée. Chaque cas met en valeur des similitudes et des différences par rapport au modèle, et ce en fonction de l'histoire de chaque société.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".