The Female Tongue as Translator in Thomas Tomkis's <i>Lingua, or The Combat of the Tongue and the Five Senses for Superiority</i>
Bibliographic record
Abstract
Les universités du début des temps modernes étaient des bastions de la langue latine: longtemps après que l'anglais ait été établi comme «langue maternelle» de l'Angleterre, le savoir était publié et enseigné en latin. La langue latine était donc associée avec la formation de l'élite masculine, et contribuait à la séparation des classes instruites des profanes. Cet article examine le rôle de la traductrice dans la pièce de théâtre de Thomas Tomkis, Lingua, or The Combat of the Tongue and the Five Senses for Superiority (1607), présentée comme une comédie savante en langue vernaculaire. Le personnage éponyme représente la langue et le discours. «Lingua» est une oratrice puissante et une traductrice hors-pair de textes académiques. Elle est donc dans la pièce l'ennemi de la société savante. «Lingua» est ainsi représentée comme une force menaçante de changement culturel et social: elle est capable à la fois de participer aux échanges savants et de communiquer le savoir aux profanes, détruisant ainsi le clivage entre les instruits et les ignorants. La pièce de théâtre présente donc la langue féminine en tant qu'acteur associé à la dissémination de la connaissance.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.004 | 0.007 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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".