MétaCan
Menu
Retour à la cohorte
Enregistrement W4417465232 · doi:10.31743/amsn.18691

Describing the Enemy in the First Crusade: The Rhetoric of Innumerable Hosts

2025· article· W4417465232 sur OpenAlexaff
Tomasz Pełech

Notice bibliographique

RevueActa Mediaevalia Series Nova · 2025
Typearticle
Langue
DomaineArts and Humanities
ThématiqueMedieval History and Crusades
Établissements canadiensRoyal British Columbia Museum
Organismes subventionnairesnon disponible
Mots-clésNarrativeTopos theoryBattleRhetoricIdeologyRhetorical questionAdversary

Résumé

récupéré en direct d'OpenAlex

This article explores the rhetorical and ideological function of the motif of innumerable enemy hosts in Latin accounts of the First Crusade. Drawing on eyewitness narratives such as the Gesta Francorum, Peter Tudebode’s Historia de Hierosolymitano itinere, Raymond of Aguilers’s Historia Francorum qui ceperunt Iherusalem, and Fulcher of Chartres’s Historia Hierosolymitana, the study demonstrates that descriptions of the enemy as overwhelmingly numerous were not factual reports but deliberate literary strategies. These hyperbolic portrayals served to frame the Crusaders’ military efforts as miraculous, divinely sanctioned triumphs of the few against the many. The article traces the biblical roots of this motif, focusing particularly on narratives such as the defeat of the Midianites by Gideon (Judges 7–8) and King Asa’s battle against Zerah the Ethiopian (2 Chr 14), and explores its development in medieval Christian exegesis, notably in the works of Gregory the Great and Hrabanus Maurus. The enemy’s multitude is further emphasized through ethnic catalogues, which function to reinforce perceptions of otherness and chaos in contrast to Christian unity and divine favour. The study argues that these narrative patterns reflect a shared topos that shaped medieval perceptions of the Crusades, while also contributing to the formation of a mythologized collective memory in Latin Christendom.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0100,033
Communication savante0,0090,007
Science ouverte0,0010,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,083
Tête enseignante GPT0,260
Écart entre enseignants0,177 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Mediaevalia Series NovaMême sujetMedieval History and CrusadesTravaux en français237 207