MétaCan
Menu
Retour à la cohorte
Enregistrement W2602805638 · doi:10.4000/ifha.8597

Christine Grieb, Schlachtenschilderungen in Historiographie und Literatur (1150-1230)

2017· article· de· W2602805638 sur OpenAlexaff
Gisela Naegle

Notice bibliographique

RevueRevue de l’Institut français d’histoire en Allemagne · 2017
Typearticle
Languede
DomaineArts and Humanities
ThématiqueHistorical, Literary, and Cultural Studies
Établissements canadiensInstitut d'Histoire de l'Amérique Française
Organismes subventionnairesnon disponible
Mots-clésArt

Résumé

récupéré en direct d'OpenAlex

Le livre de Christine Grieb consacré aux descriptions de bataille dans l'historiographie et la littérature médiévales (1150-1230) est issu d'une thèse soutenue à l'université de Ratisbonne en hiver 2013-2014.L'époque traitée correspond à l'apogée de la littérature courtoise.Moments clés de la guerre, les batailles ont particulièrement retenu l'attention des auteurs de l'époque et de l'histoire militaire.C. Grieb entend examiner des aspects qui, jusqu'alors, ont été relativement peu traités par cette discipline.L'objectif n'est pas de reconstruire les événements ou le déroulement réel d'une certaine bataille, mais d'analyser et de mettre en relief les différences et les similitudes entre l'approche historiographique et littéraire de la guerre et de ses moments décisifs.Les deux genres n'entretiennent pas la même relation avec la vérité.Le récit d'un chroniqueur prétend décrire des faits réels : ils peuvent être vérifiés par ses lecteurs, en particulier quand il s'agit d'événements récents.La tradition ou un modèle peuvent imposer certaines limites (on connaît le sort des héros comme Tristan, Roland ou Siegfried), mais, en somme, l'auteur d'un roman a beaucoup de libertés.Finalement, c'est lui qui décide de l'issue d'une bataille.Ainsi, le protagoniste principal, stylisé en héros, en sort le plus souvent vainqueur.

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)0,006
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0070,011
Communication savante0,0070,010
Science ouverte0,0010,004
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,015
Tête enseignante GPT0,224
Écart entre enseignants0,209 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue de l’Institut français d’histoire en AllemagneMême sujetHistorical, Literary, and Cultural StudiesTravaux en français237 207