MétaCan
Menu
Retour à la cohorte
Enregistrement W2313740486 · doi:10.1086/ahr.117.2.557

Robert Wuthnow . Remaking the Heartland: Middle America since the 1950s . Princeton: Princeton University Press. 2011. Pp. xiii, 358. $35.00.

2012· article· en· W2313740486 sur OpenAlexaff
J. L. Anderson

Notice bibliographique

RevueThe American Historical Review · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAmerican Environmental and Regional History
Établissements canadiensMount Royal University
Organismes subventionnairesnon disponible
Mots-clésRestructuringNarrativeGreat DepressionPopulationEconomic historyState (computer science)HistoryPolitical scienceValue (mathematics)Depression (economics)SociologyDemographyArchaeologyEconomicsLawArt

Résumé

récupéré en direct d'OpenAlex

In this study, sociologist Robert Wuthnow counters accepted narratives of the Midwest as a region in decline. Rather, Wuthnow contends, the region is characterized by adaptation, much of it for the better, and survival. In the rural heartland (Arkansas, Iowa, Kansas, Minnesota, Missouri, Nebraska, North Dakota, Oklahoma, and South Dakota) change, not stasis, was the common condition, and the declension narrative only pertains if images of historic midwestern stability are accepted at face value. Furthermore, recovery from the Great Depression took longer and was more painful in the Middle West than scholars and commentators have assumed, and lasted throughout the 1950s. The ensuing postwar readjustment was successful in terms of “bringing economic restructuring to the region, in redistributing the population to take fuller advantage of changing labor markets, and in strengthening its ties to other parts of the country” (p. 16). By 2000, the heartland states had experienced gross domestic product (GDP) growth rates that equaled or excelled those of other states, attracted new residents at a comparable rate with states in other regions, and become more diverse and more tolerant. Wuthnow concludes that the great American midsection is better off than it was sixty years ago.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,002
Communication savante0,0030,006
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0210,009

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 Opus0,021
Tête enseignante GPT0,217
Écart entre enseignants0,197 · 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
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American Historical ReviewMême sujetAmerican Environmental and Regional HistoryTravaux en français237 207