Bibliographic record
Abstract
L’iconographie monétaire est une source documentaire extrêmement variée. De nombreux thèmes y sont exploités par les cités, notamment les sports et les athlètes. Dans cette étude nous analyserons l’utilisation de thèmes sportifs dans les monnayages antiques, principalement grec, mais également dans les monnayages romain et provincial. Parfois, l’utilisation d’une scène sportive est récurrente, et constitue le type principal de la cité comme c’est le cas à Aspendos, mais la plupart du temps, ce choix iconographique est ponctuel. Il peut servir à souligner une victoire aux jeux et à glorifier le vainqueur, à l’instar des odes de Pindare. Les tyrans de Sicile furent ainsi les premiers à mettre leur victoire en valeur à travers leurs monnayages. Du fait de sa large circulation, tant dans le temps que dans l’espace, la monnaie offrait ainsi un médium intéressant pour glorifier un vainqueur et diffuser leur exploit. Certains types commémoratifs qui apparurent sur les monnayages à la suite d’une victoire furent repris par d’autres cités et devinrent populaires. C’est le cas par exemple du quadrige en Sicile. Cependant, bien que certains types soient assurément à mettre en relation avec des victoires aux jeux, de nombreuses scènes ne peuvent être reliées directement avec un événement précis. Le cas particulier du monnayage d’Olympie, le seul monnayage associé avec des jeux panhelléniques, sera également abordé puisqu’il est en quelque sorte indissociable des sports.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.022 | 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".