MétaCan
Menu
Retour à la cohorte
Enregistrement W23141952 · doi:10.1016/j.anireprosci.2012.10.003

Overcoming the Odds: A Comparison of the Ninth and Tenth Military Districts During the Final Campaigns of the War of 1812

2012· book· en· W23141952 sur OpenAlexaboutno aff
Joseph D Davidson

Notice bibliographique

RevueAnimal Reproduction Science · 2012
Typebook
Langueen
DomaineSocial Sciences
ThématiqueAmerican Constitutional Law and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBattleVictoryNinthPoliticsMilitary historyOperational level of warSpanish Civil WarAdversaryMilitary strategyPolitical scienceHomelandWorld War IILawDecisive victoryHistoryAncient historyEconomic historyRed Army's tactics in World War II

Résumé

récupéré en direct d'OpenAlex

During the first year and a half of the War of 1812 the United States Army fought with little success against a professional British Army and Canadian Militia who lacked troops and supplies due to the ongoing Napoleonic Wars. In October 1813 Great Britain's allies had defeated Napoleon at the Battle of Leipzig. With victory in Europe behind them, the British began diverting battle-proven troops and supplies to North America. The perception of this policy changed the complexion of the war to heavily favor the British in numbers of experienced and battle-hardened troops. By comparing the Ninth and Tenth Military Districts the question this study will investigate is "How did the United States Army prepare to face the Napoleonic War veteran British Army during the last year (1814) of the American War of 1812?" The two factors that were most imposing on them during this preparatory phase, besides the enemy, were support and political-military relationships. Critical to this study is the political-military relationship between the Secretary of War and his military district commanders. Additionally, the War of 1812 will be used as an example to help the United States understand and gain insights from history about how to initiate Homeland Defense today.

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: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,055

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 technologies0,0040,003
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,046
Tête enseignante GPT0,320
Écart entre enseignants0,274 · 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 revueAnimal Reproduction ScienceMême sujetAmerican Constitutional Law and PoliticsTravaux en français237 207