MétaCan
Menu
Retour à la cohorte
Enregistrement W2482524798 · doi:10.1017/cbo9780511778278.003

“The Strangest States of Mind”

2010· book-chapter· en· W2482524798 sur OpenAlexaff
Robert T. Leonard

Notice bibliographique

RevueCambridge University Press eBooks · 2010
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueMusicology and Musical Analysis
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychologyHistory

Résumé

récupéré en direct d'OpenAlex

Introduction I was in one of those moods where danger is attractive. Hence I plunged from the start into a combination the outcome of which was exceedingly doubtful. For the gain of a pawn I risked to retard the development and to accelerate that of the opponent. Mr. Speijer wisely sacrificed also the exchange, and opened a concentrated fire upon my King; but once he missed the best continuation, and therefore lost quickly. Games of this character, where every move counts for much, are best suited to entertain spectators, and they are of great value for the ripening of the “position judgment”. He who relies solely upon tactics that he can wholly comprehend is liable, in the course of time, to weaken his imagination. And he is at a disadvantage against an opponent who tries to win through bold venture, yet does not step beyond the finely drawn boundary of what is sound. Emanuel Lasker (1908), quoted in Hilbert (2001), p. 5 Thus wrote world chess champion Emanuel Lasker in his Evening Post chess column in late December 1908, following his victorious third and final game in an Amsterdam match against the Dutch champion, Abraham Speijer. Having come to the city from Vienna, where he had been playing exhibition games the previous week, Lasker played Speijer in a pavillion in an Amsterdam park, watched by an audience of 150. The German beat the Dutchman in the first of three games but, to the delight of the Dutch audience, was held to a draw in the second. In the third game, shunning textbook play and avoiding safe continuations, Lasker won in twenty-seven moves.

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)0,003
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 enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0040,028
Communication savante0,0060,007
Science ouverte0,0010,003
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,027
Tête enseignante GPT0,181
Écart entre enseignants0,154 · 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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetMusicology and Musical AnalysisTravaux en français237 207