L'amitié de Tristan et Lancelot: une topique narrative récurrente depuis Roland et Olivier
Bibliographic record
Abstract
L’amitie de Tristan et Lancelot : une topique narrative recurrente depuis Roland et Olivier Tristan, dans Le roman de Tristan en prose est le compagnon et l’ami de Lancelot du Lac le meilleur chevalier de la table ronde. On reconnait dans la topique narrative de l’amitie qui lie Tristan a Lancelot, des elements deja rencontres dans d’autres textes qui presentent des amities celebres. Ainsi La chanson de Roland qui evoque l’amitie de Roland et Olivier et La chanson de Girard de Vienne qui nous narre la naissance de l’amitie entre les deux chevaliers. Le Lancelot, autre texte du XIIIe siecle raconte l’amitie de Lancelot et de Galehaut, amitie qui n’est pas du tout inconnue a l’auteur du Tristan en prose . Lorsqu’il met en scene l’amitie de Lancelot et de Tristan, le prosateur du Tristan en prose se souvient de tous ces textes anterieurs d’ou un grand nombre d’elements recurrents. On rencontre des motifs recurrents dans la topique narrative de l’amitie, de la naissance de l’amitie a la mort de l’ami. L’ami se presente comme un double. Ainsi Tout comme Lancelot est le meilleur chevalier du royaume de Logres, Tristan est le meilleur chevalier de Cornouailles. Tristan comme Lancelot est un chevalier adultere, comme Lancelot, il est amoureux de sa reine. Nous nous proposons d’etudier les elements presents dans la topique narrative de l’amitie de Tristan et de Lancelot dans Le Roman de Tristan en prose, et de les comparer aux elements developpes dans Girard de Vienne et dans La chanson de Roland , d’une part (pour Roland et Olivier) et dans le Lancelot , d’autre part (pour Lancelot et Galehaut).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.007 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".