MétaCan
Menu
Retour à la cohorte
Enregistrement W4311886044 · doi:10.1093/oxfordhb/9780198860631.013.17

Commonplacing, Making Miscellanies, and Interpreting Literature

2022· book-chapter· en· W4311886044 sur OpenAlexaff
Victoria Burke

Notice bibliographique

RevueOxford University Press eBooks · 2022
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueLiterature: history, themes, analysis
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMiscellanyInterpretation (philosophy)PoetryCompilerLiteratureAestheticsArtHistoryLinguisticsComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract This chapter discusses women’s participation in commonplace book culture and miscellany making, arguing that women’s manuscript compilations can offer unique insights into how early modern women responded to and created discourse. After defining commonplace books and miscellanies, the chapter describes recent research into female readers of John Donne’s poetry. Compilers show evidence of interpreting poetry as they copied it, whether in their choice and ordering of poems and extracts, or in aesthetic ‘improvements’ to them, which raises the issue of early modern women’s interpretation of the writing they read, and scholars’ interpretation of these choices. Scholars can wish to see creative engagement in the compilers they study, but sometimes neither the reasons for particular decisions, nor the gender of a compiler, can be established. Many women in the period did find that this mode of responding to literature and religious texts made a space where constraint could turn into creation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,181
Écart entre enseignants0,162 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetLiterature: history, themes, analysisTravaux en français237 207