MétaCan
Menu
Retour à la cohorte
Enregistrement W2272543196 · doi:10.5195/ahea.2013.110

Ármin Vámbéry (1832-1913) as a Historian of Early Hungarian Settlement in the Carpathian Basin

2014· article· en· W2272543196 sur OpenAlexaff
Nándor Dreisziger

Notice bibliographique

RevueHungarian Cultural Studies · 2014
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLinguistics and Cultural Studies
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésEthnogenesisPopulationAncient historyHistoryPropositionSettlement (finance)GeographyClassicsGenealogyLinguisticsEthnic groupDemographyPhilosophyAnthropologySociology

Résumé

récupéré en direct d'OpenAlex

In the English-speaking world Ármin Vámbéry is known as a traveler in Central Asia and a student of Turkic cultures and languages. In his native Hungary he is also known for his disagreement with linguists who believed that Hungarian belonged to the Ugric branch of the Finno-Ugric languages—a part of the Uralic linguistic family. Rather than accepting this theory, Vámbéry contended that Hungarian was largely a Turkic language that belonged more to the Altaic family. Few people know that Vámbéry also expressed strong opinions about the genesis of the Hungarian nation. The most important aspect of Vámbéry’s theory about Hungarian origins is the thesis that Hungarian ethnogenesis took place—beginning with late Roman times or even earlier—in the Carpathian Basin. A corollary of this proposition is that the nomadic tribes that conquered the Carpathian Basin at the end of the ninth century were Turkic peoples who were few in numbers and were assimilated by the region’s autochthonous—and by then Hungarian-speaking—population. This paper outlines Vámbéry’s arguments and describes to what extent research on this subject in the century since Vámbéry’s death has confirmed or contradicted his unconventional ideas.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,005
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,066
Tête enseignante GPT0,281
Écart entre enseignants0,215 · 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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHungarian Cultural StudiesMême sujetLinguistics and Cultural StudiesTravaux en français237 207