Proverbes et sentences dans le mime romain : lectures antiques
Notice bibliographique
Résumé
To shed light on the pedagogic interests of the sentential, Seneca often alludes to the mime, and particularly to Publiulius Syrus, whose sentential had been gathered early in an anthology and were remarkably renowned in Antiquity. However, the whole corpus of the fragments of mime deserves our attention in this respect, especially the words of Laberius. Grammarians and erudites have also extracted sentential, gnomai, and general reflections from other contemporary comic genres, notably the fabula togata and the fabula Atellana, also transmitted in a fragmentary state. Analysing the sentential and the gnomai of the mime through their reception in other texts, this paper will attempt to determine their specificity: did the grammarians, or Aulus-Gellus and Macrobius, and even Augustine, prize the sentential which came from the mime? Was it felt as a specific type of quotation? And how can we situate the position of Seneca's reading of the sentential in this context? These questions lead us to a crucial point: how did the mime-readers receive this dramatic form in Antiquity? As a literary genre in its own right, using sentential and gnomai with the same judgment and efficiency as other dramatic genres? As an ambiguous form combining serious thought and coarseness, or an exclusively "popular" practice in which the gnomic phrases played a specific role?
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».