MétaCan
Menu
Retour à la cohorte
Enregistrement W2477298414 · doi:10.1017/ccol0521792711.009

History and autobiography in Tolstoy

2002· book-chapter· en· W2477298414 sur OpenAlexaff
Andrew Wachtel

Notice bibliographique

RevueCambridge University Press eBooks · 2002
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueRussian Literature and Bakhtin Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSublimeSoulHEROBoldnessLiteratureSimplicityBeautyPhilosophyBiographyArtAestheticsEpistemologyPsychoanalysisPsychology

Résumé

récupéré en direct d'OpenAlex

At the end of Sevastopol in May , Tolstoy makes a famous claim, central to his fiction and startling in its simplicity and boldness: “The hero of my tale, whom I love with all the strength of my soul, whom I have attempted to depict in all of his beauty, and who was, is and will always be sublime, is the truth.” In notes to War and Peace a decade or so later, he wrote: “I was afraid that the necessity to describe the significant figures of 1812 would force me to be governed by historical documents rather than the truth.” But what did Tolstoy mean by “truth” in works of fiction which have, since Aristotle, been understood to describe not what is but what might be? Given that both works contain this Tolstoyan truth, it makes sense to search for it in their intersection. At first, this approach may seem unpromising, however. Sevastopol in May , a feuilleton, focuses on the day-to-day life of a few “randomly chosen” soldiers during a short period of time in an enclosed space. War and Peace , set entirely in the past, sprawls over multiple characters and huge chunks of time and space. In other ways, however, Sevastopol Sketches and War and Peace are quite similar. Both are constructed of “real” material taken from life (and especially from Tolstoy’s biography), while that same material is fitted into a context that disguises its provenance. Tolstoy was in Sevastopol.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Autre
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,008
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,003
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 Opus0,025
Tête enseignante GPT0,201
Écart entre enseignants0,175 · 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

Citations1
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetRussian Literature and Bakhtin StudiesTravaux en français237 207