'Teach Me This Pedlar's French': The Allure of Cant in <i>The Roaring Girl</i> and Dekker's Rogue Pamphlets
Bibliographic record
Abstract
Dans The Roaring Girl de Dekker et Middleton, ainsi que dans les pamphlets délinquants de Dekker, des citoyens respectables de Londres, fascinés par l’argot des bas-fonds de la société jacobéenne, offrent de payer Moll Cutpurse et des libraires, afin de se familiariser avec ce langage marginal. Aujourd’hui, comme à l’époque, on a soutenu que les dictionnaires d’argot avaient pour fonction de contribuer au contrôle des classes désavantagées par les lecteurs des classes dominantes. Toutefois, ces interprétations ne tiennent pas compte des transformations des discours au sujet de ces dictionnaires durant cette période. Au moment où The Roaring Girl est mis en scène en 1611, date séparée par presque un demi siècle des débuts de l’essor de la littérature délinquante, l’exploration des bas-fonds londoniens ne s’explique pas tant par les moyens qu’elle donne d’anticiper et de prévenir la délinquance en la reconnaissant, que par la pure recherche du plaisir des lecteurs. Dekker lui-même affirme que son exploration des faits et méfaits, et de l’argot de la classe criminelle jacobéenne, est amusante à lire pour tout le monde. La fonction de ces explorations n’est donc pas d’éviter de devenir une victime, mais plutôt d’amuser. Ces plaisirs procèdent aussi du lien entre le langage délinquant et le corps grotesque, objet même d’exclusion et de plaisir.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.020 | 0.011 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.019 | 0.003 |
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".