MétaCan
Menu
Retour à la cohorte
Enregistrement W2114266945

Reinterpreting Saracen Alterity as a Proto-Christian Community

2014· article· en· W2114266945 sur OpenAlexaff
Matt Gillis

Notice bibliographique

RevueVerso: An Undergraduate Journal of Literary Criticism · 2014
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMedieval Literature and History
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésAlterityMiddle AgesPietyRomanceFaithHonourKnightLiteraturePhilosophyMiddle EnglishScholarshipArtReligious studiesHistoryTheologyLawArchaeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the famous “Chanson de Roland,” the repeated line Paiens ont tort e chrestien ont dreit – “Pagans are wrong and Christians are right” – has long been taken in scholarship as the standard for Christian views of Muslims in the Middle Ages: Saracens may be the equal of Christians in martial prowess, piety, honour, valour, and every other value worthy of a medieval knight, but they are wrong, and that is the only thing that matters. Matt Gillis, in his essay “Reinterpreting Saracen Alterity as a Proto-Christian Community,” aims to complicate this critical commonplace. In his analysis of the King of Tars , a Middle English Romance, Matt shows the difference between Christian and Saracen is not just that one is right and the other is wrong, but that there is a difference in attitude towards faith and belief. For the Christians in the story, faith is an interior state, dependent more on internal belief than outward acts; the Saracens’ faith, by contrast, is portrayed as mere show, conformity to outward appearances rather than inward conviction. This analysis casts new light on the figure of the Christian princess’ horrifically deformed – or rather, unformed – baby: Matt shows the baby is not simply a manifestation of the monstrous, but is a material signifier of the superficial nature of Saracen belief. Dr. Kathy Cawsey

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)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,030
Communication savante0,0040,005
Science ouverte0,0010,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,261
Écart entre enseignants0,237 · 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
GenreEmpirique

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVerso: An Undergraduate Journal of Literary CriticismMême sujetMedieval Literature and HistoryTravaux en français237 207