MétaCan
Menu
Retour à la cohorte
Enregistrement W2264130948 · doi:10.1017/s0144686x15001415

The relational making of people and place: the case of the Teignmouth World War II homefront

2016· article· en· W2264130948 sur OpenAlexaff
Gavin J. Andrews

Notice bibliographique

RevueAgeing and Society · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésScholarshipPoliticsPerceptionSpace (punctuation)Media studiesPeriod (music)SociologyHistoryPolitical scienceSocial scienceAestheticsLawPsychologyArt

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Building on the pioneering research of a small number of gerontologists, this paper explores the rarely trodden common ground between the academic domains of social gerontology and modern history. Through empirical research it illustrates the complex networking that exists through space and time in the relational making of people and places. Indeed, the study focuses specifically on the lived reality and ongoing significance of life on the small-town British coastal homefront during World War II. Seventeen interviews with older residents of Teignmouth, Devon, United Kingdom, investigate two points in their lives: the ‘then’ (their historical experiences during this period) and the ‘then and now’ (how they continue to reverberate). In particular, their stories illustrate the relationalities that make each of these points. The first involves residents’ unique interactions during the war with structures and technologies (such as rules, bombs and barriers) and other people (such as soldiers and outsiders) which themselves were connected to wider historical, social, political and military networks. The second involves residents’ perceptions of their own and their town's wartime histories, how this gels or conflicts with public awareness, and how this history connects to their current lives. The paper closes with some thoughts on bringing together the past, present and older people in the same scholarship.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,162
Score d'incertitude au seuil0,321

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0280,023
Communication savante0,0060,003
Science ouverte0,0010,009
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,012
Tête enseignante GPT0,253
Écart entre enseignants0,241 · 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'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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgeing and SocietyMême sujetMigration, Aging, and Tourism StudiesTravaux en français237 207