Des vertus et couleurs de quelques minéraux dans les écrits des médecins de langue arabe (ixe-xiiie siècle)
Bibliographic record
Abstract
Les minéraux, ou « pierres » au sens large, sont associés aux substances végétales et à celles d’origine animale pour former le corpus des simples médicinaux. Les sources les concernant sont à rechercher non seulement dans les manuels de médecine et de pharmacologie, mais également dans les traités d’alchimie et les lapidaires qui eux-mêmes puisent dans les traditions locales ou étrangères parfois marquées par les superstitions, les pratiques magiques et les récits légendaires et ont pour références des médecines d’origines diverses. L’étude concerne quelques gemmes remarquables. On s’est interrogé, à leur propos, sur l’influence qu’ont pu avoir les conceptions anciennes sur la pensée médicale. On a également examiné la possibilité que les vertus médicinales attribuées aux pierres aient un lien avec leur couleur, leur transparence ou leur brillance en vertu de la fameuse théorie de la signature connue également pour les végétaux et diverses parties des animaux. Il a été tenté de répondre à ces questions en regroupant les gemmes étudiées selon leur couleur dominante puis en confrontant les vertus qui leur sont dévolues dans divers écrits médicaux de langue arabe.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.005 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".