The Economic History of the Medieval Middle East: Strengths, Weaknesses, and the Challenges Ahead
Notice bibliographique
Résumé
One may say that our field has had a respectable crop of scholars engaged in research and numerous important publications to its credit. Past investigations of the agricultural sector have included excellent coverage of taxation systems and tax rates, good coverage of cultivation methods and crops, not very thorough coverage of landholding patterns, and almost no studies of productivity rates. For the manufacturing sector we have very good coverage of manufacturing techniques and good coverage of labor organization and division of labor but little on the productivity rates of individual sectors such as textiles, on apprenticeship and wages for either skilled or unskilled labor, or on the relationship of wages to prices. We have important studies on both regional and long-distance trade and commerce, including on routes and trade-related institutions and on tools of trade such as credit and investment partnerships ( qirād/commenda ), and related studies regarding urbanization, exchange, and markets. The auxiliary fields of numismatics and archeology have yielded important studies on coinage and minting and on settlement patterns that are likely to improve our grasp of the economic history of the medieval Middle East. We also have at our disposal volumes of statistical data, collected from literary and documentary sources, on prices, wages, commodities, weights, measures, and coins. Several online projects scrutinizing data from primary sources, mainly papyri and Geniza documents, yield more figures, though mostly on the economic history of early Islamic societies. Among the lacunae are studies related to topics such as economic institutions, property rights, standards of living and inequality, GDP estimations, sector productivity, market integration, exogenous shocks, and economic growth.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».