À voix haute : combiner les représentations rhétorique et médicale de la voix à la Renaissance
Notice bibliographique
Résumé
A la Renaissance, la transmission orale des textes ne se justifie pas seulement par une tradition qui persisterait parallèlement à l’essor de l’imprimerie : elle trouve un point d’appui dans la redécouverte des traités de médecine des Anciens s’intéressant à la lecture à voix haute. Capable de mieux faire circuler ou libérer les humeurs, la vocifération ou la lecture à voix haute font partie des programmes thérapeutiques à l’œuvre dans l’Antiquité. Rabelais, médecin lui-même, traducteur en latin et éditeur d’Hippocrate et de Galien, n’ignorait sans doute pas ce lien fait jadis entre voix et santé, comme le mode de vie de Gargantua semble le montrer : l’humaniste combine dans ses récits une représentation de la voix empruntée à la rhétorique de l’actio, une représentation anatomique du trajet de la voix dans l’oreille, et une vision thérapeutique des exercices vocaux. Ces différentes représentations concourent toutes à l’épanouissement humaniste du géant. Clément Marot va encore plus loin en donnant un écho de ces traités médicaux dans le « Chant royal de la conception Nostre Dame », renouvelant par là-même l’image du « Verbe » divin et celle de la Vierge Marie.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,030 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».