Food Atlas: Discover All the Delicious Foods of the World by G. Malerba
Notice bibliographique
Résumé
Malerba, Giulia. Food Atlas: Discover All the Delicious Foods of the World, illustrated by Febe Sillani, translated by Sharon Morin. Firefly Books, 2017.This large and beautiful folio volume provides an agricultural and culinary tour of the world in the form of nearly fifty maps that cover six continents, Oceania, and fifty individual countries. The book ends with a two-page map of the world to illustrate the “food journeys” by which many familiar, staple foods were transplanted around the globe. Luca Mingolia’s maps, overlain with Febe Sillani’s hundreds of colourful illustrations, depict both the characteristic foods and ethnic dishes of each country and region. The coverage is extraordinarily comprehensive, ranging from Sweden’s repugnant-smelling Surströmming to the equally pungent Durians of southeast Asia, and from Egyptian Ful Medames to India’s Gulab Jamun.Although cast in the format of a book for older children, this fascinating volume is one from which older readers, including adults, may take pleasure and expand their culinary horizons.Highly Recommended: 4 out of 4 starsReviewer: Merrill DistadHistorian and author Merrill Distad enjoyed a four-decade career building libraries and library collections.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,189 | 0,186 |
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 source (Gemma direct ou Codex distillé), 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 ».