Faire l’histoire des émotions, du Haut Moyen Âge : l’exemple de la Vita Leobae
Bibliographic record
Abstract
Parmi les sources narratives du haut Moyen Âge, les vies de saints missionnaires apparaissent comme particulièrement appropriées pour l’étude des affects, en raison des tensions que la volonté de conversion suscite. Les missions carolingiennes, essentiellement tournées vers les marges nord de l’empire (Saxe, Frise, Scandinavie), nécessitait des établissements de soutien à proximité du front d’activité de la mission en terre païenne. Ces établissements étaient situés pour la plupart dans des territoires christianisés depuis peu. De ce fait, leur fonction de soutien se doublait d’une fonction de correction d’un christianisme qui manifestait parfois des signes de syncrétisme. Leoba (†782) est précisément l’une des chevilles ouvrières de cette mission intérieure puisqu’elle fut la première abbesse de l’une des plus anciennes abbayes féminines implantées au coeur d’une Saxe dont la conversion au christianisme demeurait alors encore inachevée. Il s’agit ici de présenter une étude de cas méthodologique, relative à un extrait de la Vita Leobae, rédigée par le moine Rudolf en 836 dans le but de mettre en lumière les différentes manières d’appréhender les affects.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.008 | 0.010 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".