La sainte amitié dans Les Miracles de Nostre Dame de Gautier Coinci et Le Gracial d’Adgar
Bibliographic record
Abstract
Les auteurs des miracles de Notre-Dame en français sont des clercs qui veulent proposer des oeuvres édifiantes destinées aux clercs mais aussi aux laïcs, pour les détourner de la littérature profane jugée immorale. Ils reconnaissent cependant les valeurs de courtoisie et de sagesse de cette littérature. L’amitié est une de ces valeurs. Nos auteurs cherchent d’abord par des contre-exemples à mettre en garde contre les amitiés pernicieuses : l’amitié qui pousse des clercs à fréquenter des dames, l’homosexualité, la confiance aveugle accordée à des êtres malfaisants. Les vraies amitiés, celles qui profitent à l’âme, sont ensuite déclinées dans les divers miracles. On peut, on doit aimer, un être vertueux qui constitue un modèle de sainteté et de bonté. C’est le cas de la chaste impératrice qui suscite des amours coupables, mais aussi de vraies amitiés. L’amitié peut être communautaire, rassemblant dans une fraternité généreuse les marins en danger ou les moines autour de leur confrère agonisant. L’amie suprême est la Vierge Marie qui est réellement présente dans la vie de ses dévots. Elle offre la plus sainte des amitiés à ceux qui font appel à elle. Les auteurs n’hésitent pas à faire part de leur expérience personnelle. Ils expriment avec lyrisme l’affection qui les lie à leur dédicataire. Leur livre est un cadeau qui leur est offert. L’amitié entre un homme et une femme est parfois possible. Gautier de Coinci propose l’exemple d’un moine et d’une religieuse unis par leur ferveur et leur dévotion à Marie (Notre-Dame de Sardanei). C’est bien le critère de la sainte amitié : tourner le coeur des amis vers Dieu. Adgar et Gautier citent le nom d’une amie féminine à qui ils dédient leur oeuvre. L’amitié est à la source de l’oeuvre puisque c’est pour répondre aux sollicitations pressantes et aux besoins de leur ami(e) dédicataire et commanditaire, que l’auteur écrit. Il est le lecteur privilégié et désigné. Le lecteur virtuel est aussi évoqué comme un ami futur à qui l’on demande et à qui l’on donne des preuves de son amitié.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.014 | 0.013 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.013 | 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".