Les guerres de Religion au miroir des conflits antiques : François de Lorraine, duc de Guise, dans Les Essais de Montaigne
Bibliographic record
Abstract
François de Lorraine, important chef militaire catholique de la première guerre de Religion, est évoqué dans deux chapitres des Essais qui relatent son comportement en marge du siège de Rouen (I, 23) et lors de la bataille de Dreux (I, 45). Montaigne compare la conduite du duc de Guise à celle d’Auguste puis à celle de Philopœmen et d’Agésilas, dans deux parallèles reposant sur des emprunts à Sénèque et à Plutarque. L’analyse des chapitres I, 23 et I, 45 permet de saisir le jugement que Montaigne porte sur cette figure controversée et la manière dont son évaluation s’élabore au miroir des conflits antiques. L’évocation de la bataille de Dreux, si elle justifie la temporisation de François de Lorraine, qui ne s’est pas engagé alors que le connétable de Montmorency était en difficulté, laisse entrevoir la possible imperfection morale d’un choix efficace. L’anecdote du siège de Rouen célèbre au contraire la vertu d’une clémence sans effet, qui n’a pas permis au duc de Guise d’échapper à un assassinat mais a manifesté sa valeur morale et la force de sa foi. Si Montaigne salue donc les qualités du chef catholique, les parallèles n’occultent pour autant pas les lacunes d’un portrait n’offrant pas les détails attendus dans le cadre d’une « vie », forme narrative vantée dans Les Essais, et rendent au contraire palpables les silences et les incertitudes.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.011 | 0.010 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 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".