La Banque de données sur les épiclèses divines (BDDE) du Crescam : sa philosophie
Bibliographic record
Abstract
La Banque de données sur les épiclèses divines (BDDE) du Crescam : sa philosophieLe laboratoire Crescam de l'Université Rennes 2 met à la disposition du public une banque de données relative aux épiclèses divines (BDDE).Cette ouverture doit être accompagnée de quelques commentaires, d'éclaircissements, de justifications.Commençons par quelques excuses.La banque est mise à disposition avec quelque retard.Dès la création de notre laboratoire nous avions annoncé notre intention de fabriquer cet outil, et c'est la même année 1997, au VI e colloque du CIERGA sur le « Panthéon des cités » que l'annonce en avait été faite 1 .Mais trois variables avaient été mal mesurées.Les ressources financières mises à notre disposition par le ministère de la Recherche, anémiques et tardives, nous ont obligés à n'ouvrir vraiment le chantier de la banque qu'en 2000.S'y ajoutent l'ampleur de la tâche et les limites de nos moyens humains.Malgré l'aide initiale de Nicole Belayche, qui a participé aux échanges préparatoires à la mise en marche de l'entreprise, malgré les efforts de tous ceux qui pendant toutes ces années ont œuvré à sa réalisation : Laurent Piolot (concepteur de la fiche/ modèle), Gwenn Quéméner, Hélène Bectarte, Céline Dubois, Pierre Tandé, Sylvain Lebreton, Yves Kernaleguen, Pierre Brulé et Jérôme Wilgaux, nous ne sommes pas aujourd'hui en mesure d'atteindre l'objectif qu'on peut assigner à une telle entreprise : l'exhaustivité (sur ce mot, nous reviendrons).Conscients par ailleurs des imperfections qu'elle présente, et que nous travaillons à éliminer, nous sollicitons votre bienveillance pour les erreurs et fautes qui peuvent subsister.Plaidons coupable, donc.C'est qu'à l'aune des travaux préliminaires, nous avions évalué le nombre des épiclèses des « grands » dieux grecs à 200, voire 250, et celui des dieux « mineurs » entre 50 et 80, voire moins.Nous espérions donc pouvoir produire la BDDE à partir de 2 000 enregistrements.Ce qui nous semblait raisonnable s'est avéré illusoire : le temps passant, on a successivement estimé le total à 2 500, puis 3 000, puis 3 500… Mais c'était toujours plus : au moment où j'ai rédigé la première version de ce texte -en novembre 2005, nous en étions à 4 520 entrées, alors qu'au moment où nous terminons cette
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 | 0.008 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.006 | 0.052 |
| Scholarly communication | 0.006 | 0.010 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.004 | 0.012 |
| Insufficient payload (model declined to judge) | 0.005 | 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".