Les bases épistémologiques et linguistiques de la nomenclature chimique de 1787
Bibliographic record
Abstract
Cette étude vise à mettre en évidence les bases épistémologiques et linguistiques de la nomenclature chimique de 1787, en partant des Mémoires présentés à l'Académie des Sciences par Lavoisier, Morveau, Fourcroy et Berthollet et du Traité de Chimie de Lavoisier (1789). Ces textes sont l'aboutissement d'une réflexion collective et pluridisciplinaire, dans la ligne de la philosophie de Condillac, qui fait d'une « langue bien faite » la condition d'une science véritable. Il ne s'agit donc pas d'une simple nomenclature nouvelle, mais d'une « méthode de nommer ». Un principe général est que les noms doivent être motivés, laissant transparaître la nature et la composition des corps chimiques (parallélisme entre le plan de l'expression et le plan du contenu). La suffixation, en rassemblant sous tel ou tel suffixe les « corps congénères » permettra d'identifier et de classer les substances découvertes et à découvrir. Accessoirement, on aura recours aux structures lexicales, particulièrement riches et maniables, de l'ancien grec. Enfin, pour maintenir le parallélisme dans les cas difficiles (combinaisons multiples d'éléments), les réformateurs vont réduire des unités lexicales à un court morphème chargé de les représenter, comme pyro pour empyreumatique et hydr(o)- pour hydrogène . C'est ce que l'auteur a appelé la « fonction de représentation », qui est aujourd'hui à l'œuvre dans tout le vocabulaire savant.
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 | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.006 | 0.025 |
| Scholarly communication | 0.010 | 0.007 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.006 | 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".