MétaCan
Menu
Retour à la cohorte
Enregistrement W2099795840 · doi:10.1017/s0165115314000515

White Man's War, Coloured Man's Labour. Working for the British Army on the Western Front

2014· article· en· W2099795840 sur OpenAlexaboutno aff
Barton C. Hacker

Notice bibliographique

RevueItinerario · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorld Wars: History, Literature, and Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFront (military)VictoryQuarter (Canadian coin)White (mutation)HistoryAncient historyEconomic historySpanish Civil WarChinaBritish EmpireWorld War IIEmpireLawDevelopment economicsPolitical scienceGeographyPoliticsArchaeology

Résumé

récupéré en direct d'OpenAlex

The Great War was indeed a world war. Imperial powers like Great Britain drew on their far-flung empires not only for resources but also for manpower. This essay examines one important (though still inadequately studied) aspect of British wartime exigency, the voluntary and coerced participation of the British Empire's coloured subjects and allies in military operations on the Western Front. With the exception of the Indian Army in the first year of the war, that participation did not include combat. Instead coloured troops, later joined by contract labourers, played major roles behind the lines. From 1916 onwards, well over a quarter million Chinese, Egyptians, Indians, South Africans, West Indians, New Zealand Maoris, Black Canadians, and Pacific Islanders worked the docks, built roads and railways, maintained equipment, produced munitions, dug trenches, and even buried the dead. Only in recent years has the magnitude of their contribution to Allied victory begun to be more fully acknowledged. Yet the greatest impact of British labour policies in France might lie elsewhere entirely. Chinese workers seem likely to have carried the virus that caused the Great Flu pandemic of 1918-19, which may have killed more people around the world than the war itself.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,189

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,008
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,020
Tête enseignante GPT0,255
Écart entre enseignants0,234 · 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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueItinerarioMême sujetWorld Wars: History, Literature, and ImpactTravaux en français237 207