Making Stemmas with Small Samples, and New Media Approaches to Publishing them: Testing the Stemma of Konráðs saga keisarasonar
Notice bibliographique
Résumé
Data associated with the Digital Medievalist article 'Making Stemmas with Small Samples, and New Media Approaches to Publishing them: Testing the Stemma of Konráðs saga keisarasonar'. With relatively few scholars and a large number of texts whose manuscript transmission has yet to be mapped, Icelandic literature would benefit from efficient ways of establishing stemmas, to facilitate the study of literature, linguistics, scribal culture, and so Icelandic history more generally. This is also true for much medieval literature. Meanwhile, in saga-studies as in stemmatology generally, there has been little discussion of the role of sampling in textual criticism, even though most scholars must make heavy use of it. This article tests the viability of creating a stemma using a small sample of text by independently drawing a stemma of Konráðs saga keisarasonar, whose stemma was previously established by Zitzelsberger, and testing it against Zitzelsberger's. Although the approach has limitations, at worst it produces known unknowns which can then be resolved through targeted study; in practice it produces results very similar to Zitzelsberger's; and in some cases it actually allows us to improve on his work. The article also capitalises on internet publication rigorously to include all underlying data and to experiment with new, more transparent, ways of publishing stemmas; and to use digitised data to provide a new overview of the long manuscript tradition of medieval Icelandic romance sagas. Finally, it describes and filiates two new manuscripts of the saga identified in Winnipeg by Katelin Parsons. It concludes by sketching what the stemma of Konráðs saga can tell us about Icelandic scribal culture during its long post-medieval history.
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 | 0,130 | 0,331 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,012 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».