Bibliographic record
Abstract
Les travaux de recherche en histoire de l’art sur les illustrations du Psautier d’Utrecht ont porté principalement sur les problèmes d’identification de sa date, de sa provenance et de ses origines stylistiques. Ces renseignements ont donné des résultats positifs, sans toutefois fournir une meilleure explication de l’emploi surprenant du mode « litéral » dans l’illustration du manuscrit. D’après moi, ceci peut s’expliquer par le rôle didactique important que jouèrent les psautiers au début du moyen âge, particulièrement dans le cadre de la réforme de l’enseignement qu’entreprit Charlemagne. Les psautiers étaient des textes de base pour apprendre le latin. Tout en apprenant à lire les psaumes, les élèves apprenaient les mots par coeur, talent très prisé dans les écoles monastiques. Je pense que les enluminures du Psautier D’Utrecht, surprenantes de par leur nombre (une illustration pour chaque psaume) et leur genre (ce sont les mots exacts du psaume qui sont illustrés et non pas leur symbolisme ou leur signification), doivent être considérées comme des aide-mémoire pour retenir les psaumes. Elles semblent représenter une adaptation des techniques de « l’Art de la mémoire » classique tel que le décrivent les textes anciens de rhétorique. Ces textes existaient au début du neuvième siècle, période où les sources classiques étaient fort recherchées et consultées avec un regain d’intérêt. Si l’on considère les illustrations du Psautier d’Utrecht comme des moyens mnémotechniques dans la tradition de « l’Art de la mémoire », alors certaines de leurs caractéristiques, dont l’explication s’avérait jusque là peu satisfaisante, deviennent intelligibles. C’est sous cet angle que se fait l’analyse des psaumes 92 et 102 qui servent d’exemples pour démontrer comment l’imagerie du Psautier d’Utrecht a été conçue et utilisée à des fins mnémotechniques.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.012 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 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".