Bibliographic record
Abstract
Nous examinons ici la prégnance de l’idée de mépris dans la littérature de la longue Renaissance, mépris ou dédain qui a partie liée avec un vaste ensemble synonymique où tous les termes renvoient à un sentiment de haine ou de dégoût. Ces termes sont toutefois indissociables, comme on peut l’observer dans les textes d’Érasme et de Marie de Gournay, entre autres auteurs, des actions discursives qui découlent du sentiment même de mépris. Au fil du XVIe siècle, et en amont, plusieurs auteurs sont en effet devenus sensibles à l’origine d’une injustice souvent passée sous silence, soit le fait de subir les effets irréversibles de la diffamation, injure qu’on qualifie de « médisance », de « calomnie », de « détraction » et de plusieurs autres termes encore, et laquelle consiste à dérober l’honneur d’autrui par un simple énoncé ou par un témoignage, parfois contraire à la vérité, souvent inexact, et dont les motifs sont rarement charitables. Nous tentons ici de définir les termes et les enjeux du débat.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".