Aux seuils du paratexte médiéval : les auteurs français et leur nom dans les inventaires aristocratiques de la fin du Moyen Âge
Bibliographic record
Abstract
Comme un complément aux brèves remarques de Gérard Genette effectuées sur la question dans Seuils, cet article entend réévaluer la place du nom d’auteur français dans le paratexte des œuvres médiévales à la lumière d’un témoignage original, celui de 41 inventaires de « librairies » de hauts personnages de l’espace francophone des xive-xve siècles, pour un total de 4686 entrées. Il peut sembler inusité de s’intéresser à la représentation du nom d’auteur dans de tels documents, généralement rédigés dans une logique de catalogage non pas bibliographique et savant, mais bibliophilique. On argumentera cependant que la théorie du paratexte doit permettre – ici et à l’avenir – de penser ces inventaires à la fois comme un poste d’observation panoptique du « feuilleté paratextuel » médiéval et comme les traces de (brèves) lectures médiévales d’ouvrages dans un but de classification et d’identification. On relèvera, on classera et on analysera donc les 244 cas sur 4686 où 56 noms d’auteurs français sont employés comme un mode de désignation des œuvres dans les inventaires, avant de réfléchir à leur statut minoritaire et naissant au sein d’un paysage littéraire qui connaissait à l’évidence la notion d’auteur, mais qui semble ne l’avoir appliquée à la littérature française qu’avec hésitation et parcimonie.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.007 | 0.008 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".