MétaCan
Menu
Retour à la cohorte
Enregistrement W2803142420 · doi:10.15353/acmla.n158.212

Where in the world can you find your ancestors?

2018· article· en· W2803142420 sur OpenAlexvenueno aff
Larry Naukam

Notice bibliographique

RevueBulletin - Association of Canadian Map Libraries and Archives (ACMLA) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographic Information Systems Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmateurPoliticsState (computer science)Geospatial analysisWork (physics)Task (project management)Public relationsData sciencePolitical scienceComputer scienceGeographyLawManagementEngineering

Résumé

récupéré en direct d'OpenAlex

There is a rising awareness of the tools of Geospatial Information Systems on the part of both amateur and professional historians. Professionals (historians, political and social scientists, and even medical historians) are able to see and think about various trends in a more visual and useful way to them (think of seeing how various diseases spread and where and why), while amateurs seeking more information of their ancestors can also benefit by seeing migration patterns and places of origin, which could help them think about why their ancestors left a place to immigrate to a new country.Knowing who controlled what land and when can make the task of finding appropriate records, for any purpose, a bit easier. Also mentioned are grass roots initiatives, that is, not created by governments or commercial organizations, but by local genealogical and historical groups. This brief overview, done primarily from a layman's viewpoint, can engage the reader with an idea of how to get their work more appreciated and out "into the world". A study by a student at California State University at Fullerton mentions that such genealogy researchers tend to be generative (that is, concerned with passing information along to those following), and very aware of themselves and their ancestors in a time and place.Hopefully this will get more interaction between academics and people out in the world who can appreciate their work.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,888
Score d'incertitude au seuil0,902

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,232
Écart entre enseignants0,214 · 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
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin - Association of Canadian Map Libraries and Archives (ACMLA)Même sujetGeographic Information Systems StudiesTravaux en français237 207