MétaCan
Menu
Retour à la cohorte
Enregistrement W1566023794

Trial by Fire: Major-General Christopher Vokes at the Battles of the Moro River and Ortona, December 1943

2007· article· en· W1566023794 sur OpenAlexaboutno aff
George Case

Notice bibliographique

RevueScholars Commons (Wilfrid Laurier University) · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican history and culture studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhilosophyHistoryLawPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

During the month of December 1943, the 1st Canadian Infantry Division (1st Cdn Div) underwent the most severe trial yet experienced by Canadian troops in Italy, when it crossed the Moro River, engaged two German divisions in rapid succession and, after a week of vicious street fighting, took the town of Ortona. Hailed at the time as victories, these battles have since been the subject of considerable debate among soldiers and historians alike. Much of the controversy has revolved around the division’s commander, Major-General Christopher Vokes, who has been accused by some of mishandling his formation, and has been castigated by others for the heavy cost in lives that resulted.1 Are these verdicts too harsh? Was he solely to blame for the manner in which the battles of the Moro River and Ortona evolved, and for their tragic cost? In order to better understand Chris Vokes’ actions during his first divisional battle, it will be argued that he did indeed make mistakes but at the same time was forced to deal with an extremely difficult set of circumstances that largely dictated the course and outcome of the battle. These included a strategic situation that created the conditions for a war of attrition; an unrealistic Army Grouplevel plan; unfavourable terrain and weather; unexpected changes in German defensive tactics; the “fog of war”; and his own inexperience as a divisional commander. As a result Vokes faced the toughest challenge of his military career.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,190
Score d'incertitude au seuil0,377

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0240,006
Communication savante0,0050,003
Science ouverte0,0020,004
Intégrité de la recherche0,0090,019
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,230
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholars Commons (Wilfrid Laurier University)Même sujetAfrican history and culture studiesTravaux en français237 207