MétaCan
Menu
← Retour à la cohorte
Enregistrement W2274407864 · doi:10.1017/cbo9780511618017.004

Narratives, identities, rationality

2006· book-chapter· en· W2274407864 sur OpenAlexaboutno aff
Michael Taylor

Notice bibliographique

RevueCambridge University Press eBooks · 2006
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRationalityNarrativeSociologyArtEpistemologyPhilosophyLiterature

Résumé

récupéré en direct d'OpenAlex

Narratives I chose to tell the stories in the first chapter – about Marcel in John Berger's novel, Eloi and Eulalia at Alto, the James Bay Cree and Inuit, the Yavapai Indians and the Bureau of Reclamation, and the Sioux – because they bring out, in various ways and more forcefully than would a general theoretical analysis, some important truths about how humans value and choose. In some, but not all of these stories, the protagonists are unusual; in their choices they were in a minority. But in the form of their valuing and choosing I believe they are not atypical. It might be thought that the attitude that informed the choices of Marcel and Eloi and Eulalia was a remnant or holdover of an attitude to money and commerce that was once common among the European peasantry. John Berger himself mentions the French peasant's “in-built resistance to consumerism.” Juliet Du Boulay talks of the Greek villager's “basic reluctance to buy and sell at all.” Two different studies of rural Spain describe “a deeply rooted feeling against commercial trading” (Susan Tax Freeman) and “a kind of shame in the pure market transaction” (William Christian). All these studies were done in the 1960s and 1970s. Ruth Behar writes that she too found that “something of [this] old European peasant ethic has remained intact” into the 1980s in the village she studied in Spain, at least among the older people.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,035
Communication savante0,0080,008
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,023
Tête enseignante GPT0,244
Écart entre enseignants0,221 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetIndigenous Health, Education, and Rights→Travaux en français237 207→