<i>Pignus</i> ou le mutisme des dictionnaires médiolatins sur une évolution sémantique
Bibliographic record
Abstract
Certains mots du vocabulaire médiolatin sont l’occasion de s’interroger sur les rapports qui existent entre les dictionnaires médiévaux du latin et le latin médiéval. La consultation de ces dictionnaires est en effet a priori censée nous renseigner sur la langue qui y est recensée. Pourtantle fait que des mots y soient traités en présentant certains écarts par rapportà l’image de la la gue que nous renvoient les textes contemporains jette un doute sur la réalité de ce lien. C’est lecas en particulier du terme pignus, qui va être étudié ici. On tentera à partir de ce mot ainsi qu’à partir d’autres exemples de cerner dans quelles conditions ces dictionnaires réalisés par les utilisateurs du latin médiéval eux-mêmes peuvent nous renseigner non pas tant sur la perception de la langue comme objet d’étude, mais plutôt sur l’objet lui-même, le latinmédiéval. Cette question, née de ma propre pratique de médiolatiniste, en particulier en tant que collaboratrice du Novum Glossarium Mediae Latinitatis (dorénavant NGML), qui recourt systématiquement, dans ses limites chronologiques,aux glossaires et aux dictionnaires médiolatins, prend une ac ité nouvelle au moment où se constituent des bases de données qui mêlent dictionnaires « modernes »(comme celui de Blaise) et dictionnaires médiévaux (DLD - Database of Latin Dictionaries).
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.010 |
| Scholarly communication | 0.005 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".