MétaCan
Menu
← Retour à la cohorte
Enregistrement W2278968495 · doi:10.1017/cbo9780511750830.008

Conclusions

2010· book-chapter· en· W2278968495 sur OpenAlexaff
Michael P. Fronda

Notice bibliographique

RevueCambridge University Press eBooks · 2010
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueClassical Antiquity Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPsychology

Résumé

récupéré en direct d'OpenAlex

LOCAL CONDITIONS REVISITED: A BRIEF SUMMARY The previous five chapters have brought the Second Punic War into focus from the perspective of the Italian states and suggest that Hannibal's lack of success as a diplomat was an important component of his overall defeat in the Italian theatre of the war. Because Rome enjoyed a significant manpower advantage, Hannibal needed to elicit massive allied revolts in a short period of time. Rome's Italian allies were willing to come over to Hannibal's side, but only on their own terms, and Hannibal struggled to get all the communities in any given region to revolt at the same time. Moreover, it was difficult for Hannibal to maintain the loyalty of the Italian communities that did revolt. The arguments presented in this book reveal that local conditions and motivations significantly influenced the decisions of various Italian states to remain loyal to Rome, thus shaping the course and ultimately the outcome of the Second Punic War. In short, Hannibal's failure resulted from military disadvantage that he could not overcome through diplomatic means because of local, circumstantial factors. Why was Hannibal unable to unify the Italians against Rome, or even to keep his new Italian allies unified during the eventual war of attrition? Goldsworthy has stated that the communities that did join Hannibal lacked a sense of common identity or purpose. This was indeed the case, though it is perhaps more accurate to say that there were too many mutually exclusive identities and agendas.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,759
Score d'incertitude au seuil0,808

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0060,003
Science ouverte0,0020,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,2410,079

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 Opus0,036
Tête enseignante GPT0,252
Écart entre enseignants0,216 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetClassical Antiquity Studies→Travaux en français237 207→