Bibliographic record
Abstract
À la recherche du passé, amateurs et spécialistes sont de plus en plus nombreux à vouloir remonter dans le temps, jusqu’à l’Ancien Régime, soit les XVIe XVIIe et XVIIIe siècles. En France, en Belgique, en Suisse comme au Québec mais aussi en Allemagne, aux Pays-Bas et en Italie, bien des manuscrits de cette période sont écrits en français. Pourtant, ils paraissent illisibles.De fait, les scribes d’alors, constituant une minorité lettrée de la société, s’étaient dotés d’un système d’écriture particulier, destiné certes à économiser du papier et à gagner du temps, mais aussi à les valoriser puisque, de cette façon, ils étaient les seuls à pouvoir lire et écrire. La difficulté que nous rencontrons aujourd’hui était déjà celle de la majorité de la population à cette époque. Pourtant, il suffit de posséder le code pour réussir à lire les textes.Le présent ouvrage se veut un manuel de paléographie. La paléographie étant la science de l’écriture ancienne et le manuel un livre pratique, il vise, à l’aide de nombreux exemples, à initier le débutant à l’écriture manuscrite française des XVe-XVIIIe siècles. En découvrant et en apprivoisant la forme particulière de certaines lettres, les ligatures, les déformations dues à une écriture de plus en plus cursive, les abréviations des mots les plus usités, chacun peut maîtriser cette « science » qui n’est qu’une « technique » et lire le français d’hier.Cette cinquième édition a été revue, corrigée et augmentée d’un chapitre sur le « moyen français » et de trois nouveaux documents « très difficiles ».
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 | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.003 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.152 | 0.030 |
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".