Bibliographic record
Abstract
À travers les récits hagiographiques et visionnaires de trois religieuses du xiie siècle (Jutta de Sponheim, Hildegarde de Bingen et Élisabeth de Schönau), l’article attire l’attention sur un élément trop sous-estimé du discours normatif monastique : celui de l’hagiographie comme norme narrée. Les trois textes étudiés montrent que, à travers un jeu narratif, l’hagiographie oppose à la rigidité nécessaire de la règle (comprise comme un terme générique) une certaine souplesse et une dynamique. L’une et l’autre découlent de l’introduction, dans un discours normatif, du personnage saint comme acteur et comme référence, qui pouvait susciter tant l’appropriation que la prise de distance du public (lecteurs et/ou auditeurs). Le lecteur du texte était capable de suivre le parcours d’un acteur modèle individualisé par rapport à la norme, en l’occurrence celle, cruciale, touchant à la place accordée à l’individu au sein de la communauté monastique. En tant que genre susceptible d’accueillir des projections de toutes sortes, l’hagiographie fut donc un complément herméneutique de la règle, dans la mesure où elle put rendre compte de la distance nécessaire entre une référence normative et son application au quotidien, une distance reliée à une autre : celle entre le modèle du saint et son imitateur potentiel.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.013 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| 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".