MétaCan
Menu
← Retour à la cohorte
Enregistrement W2013051999 · doi:10.1353/pbm.2007.0024

Nervous Management of Modern Science

2007· article· en· W2013051999 sur OpenAlexaff
Robert Brain

Notice bibliographique

RevuePerspectives in biology and medicine · 2007
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHistory of Science and Medicine
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDebilitySociology of scientific knowledgeNatural (archaeology)Environmental ethicsMedicineSociologySocial scienceHistoryPhilosophy

Résumé

récupéré en direct d'OpenAlex

ANYONE WHO SPENDS MUCH TIME in the 18th or 19th centuries, reading nov-els, say, or doing serious historical research, invariably encounters among the educated classes the rampant incidence of chronic illness, fatigue, debility, nervous breakdowns, and all of their medical and cultural sequelae. Natural philosophers and medical men suffered their own varieties of nervous ailments, many of which counted among the occupational diseases to which scholars had always been prone—mental exhaustion, migraines, hallucinations, and so on. It might be easy to assume that such concerns, however serious to the sufferers, remained simply personal or marginal to their achievements, obstacles to be overcome, like the well-known illnesses that delayed Darwin’s progress in for-mulating his grand theory. But in Nervous Conditions: Science and the Body Politic in Early Industrial Britain, Elizabeth Green Musselman powerfully demonstrates that many scientific men made these very personal and often agonizing experi-ences a central concern of their scientific research, articulating their problems in light of advances in the understanding of the nervous system. Personal “nervous conditions ” provided fundamental data for new models of the nervous system and explanations of a range of physiological and medical questions. Beyond their productivity for scientific issues, the natural philosophers ’ problems of nerves and

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,021
Communication savante0,0090,008
Science ouverte0,0010,006
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0180,005

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 Opus0,041
Tête enseignante GPT0,340
Écart entre enseignants0,299 · 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.

Devis d'étudeThéorique ou conceptuel
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 revuePerspectives in biology and medicine→Même sujetHistory of Science and Medicine→Travaux en français237 207→