MétaCan
Menu
Retour à la cohorte
Enregistrement W2888764452 · doi:10.5539/ells.v8n3p45

Comparative Study on Sir Thomas More & Hakim Abolqasem Ferdowsi, in Subject & Utopia

2018· article· en· W2888764452 sur OpenAlexvenueno aff
Hamid Reza Kasikhan

Notice bibliographique

RevueEnglish Language and Literature Studies · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIslamic Studies and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUtopiaSubject (documents)NothingSociologyCompetence (human resources)HonestyEpistemologyIdeal (ethics)Subject matterLawPsychologyPhilosophySocial psychologyComputer sciencePolitical sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

The present study compares two poets and scholars (English and Persian) in terms of subject and utopia. Sir Thomas More’s Merry Jest is compared with one piece of Ferdowsi’s Shahnameh in terms of the common subject or message they convey in classification of people’s occupations. Having a civilized and more disciplined society, both poets believed in classifying people based on their skills, competence and efficiencies; and insisted that each group should remain in their own category and avoid interfering or entering the profession of which they know nothing. Moreover, as social scholars, both put forward the theory of utopia and describe the ideal society in which people can live more comfortably and pleasantly. Living in the 16th century, the principles proposed by More for his utopia basically turn round modern social interactions and attempts to recognize the reason of problems at the first step, and then amending them through the laws he suggests. In Ferdowsi’s utopia, however, the ideal society is based on two distinct factors: physical structure of towns, the number of necessary architectural buildings constructed, and the moral enhancement of its residents in holding high human values as honesty, integrity and knowledge. The present research aims to probe, examine and find answers for two main questions: what affinities and dichotomies are there in “job classification” and the concept of “utopia” held by Ferdowsi & More? The research method is library-based and the obtained results are categorized by descriptive-analytic method.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,352
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,030
Tête enseignante GPT0,355
Écart entre enseignants0,324 · 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'étudeQualitatif
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 revueEnglish Language and Literature StudiesMême sujetIslamic Studies and HistoryTravaux en français237 207