The Problem of Revenge in Medieval Literature: Beowulf, The Canterbury Tales, and Ljósvetninga Saga
Notice bibliographique
Résumé
This dissertation considers the literary treatment of revenge in medieval England and Iceland. Vengeance and feud were an essential part of these cultures; far from the reckless, impulsive action that the word conjures up in modern minds, revenge was considered both a right and a duty and was legislated and regulated by social norms. It was an important tool for obtaining justice and protecting property, family, and reputation. Accordingly, many medieval literary works seem to accept revenge without question. Many, however, evince a great sensitivity to the ambiguities and paradoxes inherent in an act of revenge. In my study, I consider three works that are emblematic of this responsiveness to and indeed, anxiety about revenge. Chapter one focuses on the Old English poem Beowulf; chapter two moves on to discuss Chaucer’s Reeve’s Tale and Tale of Melibee from the Canterbury Tales; and chapter three examines the Old Icelandic family saga, Ljósvetninga saga. I focus in particular on the treatment of the avenger in each work. The poet or author of each work acknowledges the perspective of the avenger by allowing him to express his motivations, desires, and justifications for revenge in direct speech. Alongside this acknowledgement, however, is the author’s own reflection on the risks, rewards, and repercussions of the avenger’s intentions and actions. The resulting parallel but divergent narratives highlight the multiplicity of viewpoints found in any act of revenge or feud and reveal a fundamental ambivalence about the value, morality, and necessity of revenge. Each of the works I consider resists easy conclusions about revenge in its own context and remains incredibly current in the way it poses challenging questions about what constitutes injury, punishment, justice, and revenge in our own time.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,019 | 0,044 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».