Transcribing and Collating for Digital Stemmatology. The Case of Troilus and Criseyde
Notice bibliographique
Résumé
This paper explores the decisions involved in a digital stemmatology project. Traditionally, transcription, collation, and the creation of a stemma have been processes linked to the edition of texts. However, stemmatology on its own can provide valuable insight to further the understanding of literary works since it sheds light on their production process. The research on the textual tradition of Troilus and Criseyde offers the possibility to reconsider what are the difficulties and implications of a digital project of this sort. I focus particularly on transcription and collation. Transcription can be affected by aspects such as the availability of high-quality reproductions of manuscripts and early printed editions. Then, in order to produce useful transcriptions that serve the purpose of the project, the level of detail has to be established. It is important to find a balance between the overwhelmingly detailed and scarcity that could result in unfruitful transcripts. In regard to collation, which is the process of identifying variants, I mention the characteristics and purpose of a base-text. It is essential to understand what is a variant and how to work with them so that reliable stemmatta can be produced. Thus, I examine the case of two readings present in my research. By the end, I provide a brief example of how a phylogenetic tree can help us understand the distribution of variants and the relationships that the witnesses of Troilus and Criseyde bear. With that, I also hope that the usefulness of digital stemmatology is made evident. <strong>Résumé</strong> Cet article explore les décisions prises dans un projet de stemmatologie numérique. Traditionnellement, la transcription, la collation et la création d’un stemma étaient des processus liés à l’édition de textes. Cependant, la stemmatologie elle-même peut fournir des informations précieuses qui contribuent à une meilleure compréhension d’œuvres littéraires, puisqu’elle éclaircit leur processus de production. La recherche sur la tradition textuelle de Troilus et Criseyde offre la possibilité de réexaminer les difficultés et les implications d’un projet numérique de ce genre. Je me concentre en particulier sur la transcription et la collation. La transcription peut être affectée par des aspects tels que la disponibilité de reproductions de haute qualité de manuscrits et d’éditions imprimées anciennes. Ensuite, pour produire des transcriptions utiles qui atteignent le but du projet, il faut établir le niveau de détails. Il est important de trouver l’équilibre entre des transcriptions massivement détaillées et celles qui sont peu détaillées pour éviter des résultats infructueux. En ce qui concerne la collation, le processus d’identifier des variantes, je mentionne les caractéristiques et buts d’un texte de base. Il est essentiel de comprendre ce qui c’est une variante, ainsi que comprendre la façon dont il faut la traiter pour que des stemmatta fiables puissent être produits. Par conséquent, j’examine le cas de deux lectures présentes dans ma recherche. Je fournis un exemple de la façon dont un arbre phylogénétique peut nous aider à comprendre la distribution de variantes et les relations que témoignent Troilus et Criseyde. Dans cet esprit, j’espère aussi rendre évidente l’utilité de la stemmatologie numérique. <strong>Mots-clés:</strong> transcription; collation; stemmatologie; phylogénétique; Chaucer; Troilus
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».