Notice bibliographique
Résumé
Brian Stock's definition of textual community describes the process by which—in the face of growing levels of literacy and the rise of heretical movements in eleventh- and twelfth-century France—religious communities (from heretical sects to orthodox monastic communities) came to understand their identities through the mediation of written texts, which often were interpreted for them by key individuals. The text, the written word, became central to communal identity, affecting even the non-literate through its dissemination and acceptance by the members of the community. The relationship between the oral and the written, and the relationship developed between text and life, word and deed, in the interpretive models that developed out of texts and came to be applied to the lives of the readers or auditors, are two areas which are not the exclusive preserve of eleventh- and twelfth-century France, but are continuing concerns throughout the Middle Ages. Furthermore, the tendency to develop textual communities can also be found in the later medieval period, but with a different perspective on the question of literacy. For women religious in late-medieval England, for example, literacy usually did not denote Latinity but rather vernacularity; as a result, vernacular texts comprised the means by which these female religious came to understand their communal identity. While Bernard of Clairvaux's sermons on the Song of Songs addressed his male monastic community in Latin, women's religious rules formed a different kind of textual community that relied not on Latin exposition of mystical experience but on vernacular instruction concerning certain daily activities and proper conduct. The parallels between Stock's examples and the situation of medieval English female religious are still useful, because both highlight literacy, textuality, ritual, and activity as central to how communities define themselves.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,012 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».