MétaCan
Menu
Retour à la cohorte
Enregistrement W2802210206 · doi:10.3390/min8050183

Catalan Imitations of the Ligurian Taches Noires Ware in Barcelona (18th–19th Century): An Example of Technical Knowledge Transfer

2018· article· en· W2802210206 sur OpenAlexaboutno aff
Roberta Di Febo, Lluı̀s Casas, Claudio Capelli, Roberto Cabella, Oriol Vallcorba

Notice bibliographique

RevueMinerals · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueCultural Heritage Materials Analysis
Établissements canadiensnon disponible
Organismes subventionnairesUniversitat de BarcelonaMinisterio de Ciencia e InnovaciónHenan Institute of Science and TechnologyMinisterio de Economía y Competitividad
Mots-clésCatalanPotteryMediterranean climateHomogeneousDiversification (marketing strategy)GeographyGermanArchaeologyCorsicanHumanitiesArtBusiness

Résumé

récupéré en direct d'OpenAlex

The ware called Taches Noires was developed in Albisola (Liguria, NW Italy) during the 18th century. In just a few years, it spread all over the Mediterranean (Italy, France, Spain, Tunisia, and Greece) and also in the New World (Canada, the Caribbean Islands, and Mexico). The success of the Taches Noires ware was so massive that it was soon copied by Spanish and French workshops. A collection of Catalan imitations and Ligurian imports found in Barcelona were analysed and compared to previously existing data from Barcelona productions, as well as reference samples from Albisola. The study proved the presence of both local imitations and original Albisola imports. The analysis showed a homogeneous product of high technical quality for the Albisola pottery. On the contrary, the local imitations presented a greater diversification in the choice and manipulation of the raw materials, probably related to the existence of different workshops engaged in the manufacturing of these products. Nevertheless, for one of the local groups, ceramists adopted a glaze recipe similar to the one used in Albisola, clearly indicating a direct transfer of knowledge, and possibly of potters, from Albisola to Barcelona.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,470
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,077
Tête enseignante GPT0,264
Écart entre enseignants0,187 · 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.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetCultural Heritage Materials AnalysisTravaux en français237 207