Bibliographic record
Abstract
L es études réunies dans ce numéro spécial constituent l'aboutissement des recherches d'un groupe de spécialistes de la littérature et de la culture française du Moyen Âge et de la Renaissance.Elles se proposent d'apporter un nouvel éclairage sur le statut et la place du théâtre de Marguerite de Navarre dans l'histoire des idées religieuses, littéraires, scientifiques et sociales de la première moitié du XVI e siècle.Que Monsieur Richard Hillman, directeur de la revue Renaissance and Reformation/Renaissance et Réforme, qui a bien voulu consacrer le présent numéro spécial à ce sujet, trouve ici l'expression de notre vive gratitude.L'intérêt qu'il a porté à nos recherches, ses commentaires et ses suggestions éclairés nous ont été indispensables pour mener à bon terme le présent travail.Ce volume se fonde en partie sur des communications présentées lors d'une journée d'études internationale qui s'est tenue le 22 mai 2003 à Dijon sous notre direction et avec le soutien financier du Centre de recherches « Le Texte et l'Édition » de l'Université de Bourgogne.Il s'est enrichi depuis cette date de nouvelles contributions.Nous tenons à remercier Madame Martine Bercot, directrice du Centre, et Monsieur Jérôme Martin, ingénieur d'études, pour le généreux accueil qu'ils nous ont prodigué lors de cette
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.010 | 0.006 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.220 | 0.105 |
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".