MétaCan
Menu
Retour à la cohorte
Enregistrement W2122579786 · doi:10.7196/samj.7076

Eating the dead in Madagascar

2013· article· en· W2122579786 sur OpenAlexaff
Gwyn Campbell

Notice bibliographique

RevueSouth African Medical Journal · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Maritime and Colonial Histories
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCannibalismHonourFamineAggressionBattleColonialismMedicineStarvationCriminologyDead bodyAncient historyEthnologyEcologyHistorySociologyPsychiatryArchaeologyPredationBiology

Résumé

récupéré en direct d'OpenAlex

Cannibalism has been poorly understood and has seldom been studied, since it was often suppressed by missionaries and colonial administrators, and very few societies still practise it. Cannibalistic practices are more complex than was originally thought. They may be supported in societies under stress or in times of famine, to reflect aggression and antisocial behaviour (in cases where the bodies of enemies killed in battle or people who have harmed the family are eaten), or to honour a dead kinsman. It was, for example, noted in Madagascar during the imperial campaigns of Ranavalona I in the period 1829 - 1853. Two types of cannibalism have been described: exocannibalism, where enemies were consumed, and endocannibalism, where dead relatives were eaten to assist their passing to the world of the ancestors, or to prolong contact with beloved and admired family members and absorb their good qualities. This article reviews some of the beliefs and motivations that surrounded the cannibalistic practices of the people of Madagascar in the 19th century.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,611
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,260
Écart entre enseignants0,248 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSouth African Medical JournalMême sujetGlobal Maritime and Colonial HistoriesTravaux en français237 207