MétaCan
Menu
Retour à la cohorte
Enregistrement W2094874372 · doi:10.1177/0270467610371713

Bombsights and Adding Machines: Translating Wartime Technology Into Peacetime Sales

2010· article· en· W2094874372 sur OpenAlexaff
Michael Tremblay

Notice bibliographique

RevueBulletin of Science Technology & Society · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMilitary History and Strategy
Établissements canadiensVancouver Island UniversityUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPeacetimeNavyLawVictoryPresentation (obstetrics)ManagementEngineeringPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

On 10 February 1947, A.C. Buehler, the president of the Victor Adding Machine Company presented Norden Bombsight #4120 to the Smithsonian Institute. This sight was in service on board the Enola Gay when it dropped the first atomic bomb on Hiroshima. Through this public presentation, Buehler forever linked his company to the Norden Bombsight, the Enola Gay, and to history. Buehler’s ultimate goal, however, was the sale of adding machines, and while significant, the presentation to the Smithsonian was essentially the final step in a long running advertising campaign designed to sell adding machines. During the War, Victor was the Army’s main contractor for the production of Norden Bombsights. This work is an investigation into the dysfunctional relationship that existed between Victor Adding Machine Company, the Army, the Navy Bureau of Ordinance (BuOrd). Wartime shortages demanded that pre-war arrangements between the Army and BuOrd be reconsidered and it was agreed that the Army be allowed to build its own units. Within a year of production Victor sights were scrutinized for their inaccuracies, and ultimately Victor’s contract was cancelled ending the Army’s short sojourn into bombsight production.

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)0,007
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,007
Communication savante0,0120,008
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0250,003

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 Opus0,008
Tête enseignante GPT0,263
Écart entre enseignants0,255 · 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'étudeQualitatif
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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of Science Technology & SocietyMême sujetMilitary History and StrategyTravaux en français237 207