MétaCan
Menu
Retour à la cohorte
Enregistrement W2317757601 · doi:10.1093/ahr/117.4.1281

Laura Stokes. Demons of Urban Reform: Early European Witch Trials and Criminal Justice, 1430–1530.

2012· article· en· W2317757601 sur OpenAlexaff
Peter A. Morton

Notice bibliographique

RevueThe American Historical Review · 2012
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHistorical Studies and Socio-cultural Analysis
Établissements canadiensMount Royal University
Organismes subventionnairesnon disponible
Mots-clésWitchFifteenthHistoryMAGIC (telescope)NarrativeMistakeEconomic JusticeEarly modern EuropeLawLiteratureAncient historyArtPolitical science

Résumé

récupéré en direct d'OpenAlex

The witch hunts of early modern Europe first began in the western Alpine mountains in the first half of the fifteenth century. It was at this same time and place that ecclesiastical fears of devil-worshipping sects, stemming from the Inquisition's pursuit of heretics, merged with common fears of harmful magic. Historians have argued that it was the emergence of the composite idea of a witch as both devil-worshipper and practitioner of maleficium that provoked the witch persecutions. In this excellent study Laura Stokes makes important corrections to this narrative. She argues that it is a mistake to pre-judge the origin of the trials by defining witchcraft as diabolical sorcery and then using that definition to determine where and how witch-hunting occurred. Stokes identifies the earliest picture of a witch as arising out of fear of weather witches among inhabitants of the rural hinterland. But how did such a fear lead to mass persecutions in the cities?

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,512
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,090
Tête enseignante GPT0,289
Écart entre enseignants0,199 · 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 tête enseignante, 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
GenreSynthèse

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 sujetHistorical Studies and Socio-cultural AnalysisTravaux en français237 207