Un « gai savoir » : stratégies du rire dans les lettres d’une érudite des Lumières
Bibliographic record
Abstract
Entre 1753 et 1755, la châtelaine éclairée Henriette Edme des Rouaudières écrit à son ami le parlementaire exilé Louis Angran d’Allerai. Dans les 35 lettres conservées de leur correspondance, elle mobilise le bel esprit quasi systématiquement en l’associant aux échanges savants qu’elle entretient avec son correspondant. Belles lettres, physique, théologie, philosophie ou politique sont l’occasion de jeux de mots, clins d’oeil, remarques badines. Entre rire érudit et érudition riante, les lettres d’Henriette font état d’une remarquable ambigüité : écrire à Angran revêt un enjeu sérieux pour elle, mais n’empêche pas la légèreté du propos, une conciliation que seule la lettre permet. Tout cela éclaire les stratégies discursives complexes de cette érudite isolée : valorisation de soi par l’esprit, trait classique des élites françaises ; banalisation de l’échange érudit, de ce fait plus acceptable sous une plume féminine ; réduction des distances qui existent entre elle et son prestigieux interlocuteur. À la fois mondain, savant et politique, le discours épistolaire d’Henriette est un bel exemple de l’agentivité féminine au xviiie siècle.
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 | 0.003 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.023 | 0.015 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 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".