Notice bibliographique
Résumé
disce, puer, uirtutem ex me uerumque laborem, fortunam ex aliis. nunc te mea dextera bello defensum dabit et magna inter praemia ducet. tu facito, mox cum matura adoleuerit aetas, sis memor et te animo repetentem exempla tuorum et pater Aeneas et auunculus excitet Hector. ( Aen . 12.435–40) Yes, yes, if you please, no reference to examples in books. Men have had every advantage of us in telling their own story. Education has been theirs in so much higher a degree; the pen has been in their hands. I will not allow books to prove any thing. (Jane Austen, Persuasion ) When Statius published the Thebaid in 92 CE, late in the reign of the emperor Domitian, he hoped to secure the lasting success of his epic by attracting imperial favour and by achieving a place in the Roman educational system. In an unusual envoi bidding farewell to his epic, Statius records indications of the present popularity of the poem as an index of its future acclaim: iam certe praesens tibi Fama benignum | strauit iter coepitque nouam monstrare futuris. | iam te magnanimus dignatur noscere Caesar, | Itala iam studio discit memoratque iuuentus (‘Certainly attendant Fame has already laid a benevolent path for you, and begun to show you, new as you are, to future generations. Already generous Caesar deigns to know you; already the youth of Italy learns you with zeal and recites you’, Theb . 12.812–15). Statius was neither the first nor the last in the long line of ancient epicists to aspire to a place in the classical curriculum on the model of Homer, whose poetry enjoyed pride of place in education throughout antiquity.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,018 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».