[Rezension von: Warfare and the Making of Early Medieval Italy (568–652)/ Eduardo Fabbro.- London/New York: Routledge 2020]
Notice bibliographique
Résumé
When it seems that there is little left to say about the Lombards and, in general, about the Early Middle Ages because of the lack of written sources and because any possible progress must necessarily depend only on the progress of archaeological discoveries, we are confronted with the product of a new research that shows how the available sources, and their intersection with the growing availability of material evidence, can still propose almost completely new scenarios and perspectives.This is certainly the case with Eduardo Fabbro's book "Warfare and the Making of Early Medieval Italy (568-652)", which appeared in print in 2020, but which has not yet received the attention it deserves, and that for this reason can still be usefully reviewed today.Fabbro had his university education in his country of origin, Brazil, and subsequently completed his training in Canada, at the University of Toronto, teaching -also in Canada -at the universities of McGill and Waterloo.If we think of Canada, and of the University of Toronto in particular, we cannot avoid remembering how within it in recent decades there has been one of the most lively study cells on Late Antiquity and the Early Middle Ages, and for this purpose it would be enough to recall the names of Walter Goffart and Nicholas Everett, the latter one of the finest connoisseurs and exegetes of the narrative sources of Lombard Italy, 1 and the first author of some of the most discussed theories on the processes of settlement of barbarian peoples on imperial territory.2 Everett, moreover, was the supervisor of the doctoral thesis that subsequently generated the book discussed here.The author wanted to give it a title that places emphasis above all on the military events that occurred in the period between the year 568, traditionally considered that of the entry of the Lombards into Italy, and 652, the year of 1 N. Everett: Literacy in Lombard Italy, c.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,008 |
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 ».