Notice bibliographique
Résumé
L’article se propose de montrer comment les corpus asiatiques peuvent non seulement enrichir l’inventaire topique, mais contribuer à renouveler la réflexion théorique, à partir de l’exemple du topos « Une femme utilise un langage codé pour donner rendez-vous à son amant », présent dans le premier des Contes du vampire ( Vetālapañcaviṃśatikā ) insérés dans le grand recueil sanskrit composé au xi e siècle par Somadeva, le Kathāsaritsāgara ( Océan des rivières de contes ). Le motif se retrouve aussi bien chez Boccace et Lope de Vega que dans le monde chinois, dans Kunlun nu (« L’Esclave des Kunlun »), une célèbre « relation de cas extraordinaire » ( chuanqi ) attribuée à Pei Xing. L’éloignement des littératures concernées autant que la grande échelle de leur diffusion viennent troubler le fonctionnement classique de la reconnaissance topique, en posant toute une série de questions que l’on formulera sans prétendre y répondre de façon définitive : est-il possible d’ignorer les ancrages géographiques, culturels et linguistiques des topoï ; dans quelle mesure peut-on parler, par-delà le phénomène d’interculturalité, de topoi transculturels ?
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,014 |
| Communication savante | 0,010 | 0,013 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».