MétaCan
Menu
← Retour à la cohorte
Enregistrement W1537174771 · doi:10.1017/cbo9780511485985.008

Post-classical heritages: Du Cange and his world

2008· book-chapter· en· W1537174771 sur OpenAlexaff
John A. Considine

Notice bibliographique

RevueCambridge University Press eBooks · 2008
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueHistorical and Literary Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPhilosophyArt

Résumé

récupéré en direct d'OpenAlex

The middle time: The scholarly discovery of post-classical Latin and Greek In parallel with the scholarly discovery of the vernacular languages of Europe in the sixteenth and seventeenth centuries was that of post-classical Latin and Greek. There were several advantages to working on these language varieties rather than on their classical predecessors. One was that the period between antiquity and the fourteenth or fifteenth century offered an abundance of texts. A glance at, for instance, the five hundred quarto pages of Philippe Labbé’s Nova bibliotheca mss. librorum of 1653 shows how many post-classical inedita lay waiting for their editors, the manuscripts adequately catalogued and in major libraries, at a time when the supply of classical inedita had dwindled almost to vanishing-point. For a while, this abundance was strangely invisible to scholars looking for classical material – hence, for instance, Henri Estienne’s decision to use the Bibliotheca of Photius as a quarry for classical texts rather than to edit it as a whole. But, gradually, the merits of post-classical literature, together with the wealth of inedita , encouraged editors and therefore lexicographers to overcome their prejudices. This was all the more easily done because a classical training offered an immediate entrance to these texts. Their language was not purely classical – which is why they were of interest in their own right to lexicographers – but it was usually close enough to the classical for the divergences to be challenging rather than baffling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0090,015
Communication savante0,0110,006
Science ouverte0,0010,005
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,200
Écart entre enseignants0,176 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetHistorical and Literary Studies→Travaux en français237 207→