Notice bibliographique
Résumé
In the medieval to early modern eras, legal manuals used visual cues to help teach the church laws of consanguinity and affinity as well as concepts of inheritance. Visual aids such as the trees of consanguinity or affinity helped the viewer such as a notary, law student or member of the clergy to do the ‘computation,’ or reckon how closely kin were related to each other by blood or by marriage and by lines of descent or collateral relations. Printed riddles in these early legal manuals were exercises to test how well the reader could calculate whether a marriage should be deemed incest. The riddles moved from legal textbooks into visual culture in the form of paintings and cheap broadside prints. This article examines a riddle painting ‘devoted’ to William Cecil when he was Elizabeth I’s principal secretary, before he became Lord Burghley and explores the painting’s links to the Dutch and Flemish kinship riddles circulating in the Low Countries in manuscript, print and painting. Cecil had a keen interest in genealogies and pedigrees as well as puzzles and ciphers. As a remarried widower with an eldest son from a first marriage and children from his longer second marriage, Cecil lived in a stepfamily typical of the sixteenth century in England and Europe. The visual kinship riddles in England and the Low Countries had a common root but branched into separate traditions. A shared element was the young woman at the centre of the images. To solve the riddle the viewer needed to determine how all the men in the painting were related to her as if she were the ego, or self, at the centre of a consanguinity tree. This article seeks to compare the elements that connect and diverge in the visual kinship riddle traditions of the sixteenth and seventeenth centuries in the Low Countries and England.
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».