MétaCan
Menu
Retour à la cohorte
Enregistrement W2892168612 · doi:10.3138/9781442620193

Surviving Trench Warfare

2014· book· en· W2892168612 sur OpenAlexaboutno aff
Bill Rawling

Notice bibliographique

RevueUniversity of Toronto Press eBooks · 2014
Typebook
Langueen
DomaineSocial Sciences
ThématiqueGlobal Peace and Security Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrenchHistoryComputer scienceMaterials scienceNanotechnology

Résumé

récupéré en direct d'OpenAlex

The horrors of the First World War were the product of a new and unprecedented type of industrial warfare. To survive and win demanded not just new technology but the techniques to use it effectively. In Surviving Trench Warfare, Bill Rawling takes a close look at how technology and tactics came together in the Canadian Corps.Drawing on a wide range of sources, from interviews to staff reports, Rawling describes the range of new weapons that the Canadians adopted, including tanks, trench mortars, and poison gas, making it clear that the decisive factor in the war was not the new technology itself but how the Canadians responded to it. Only through intensive training, specialization, and close coordination between infantry and artillery could the Canadians overcome the deadly trinity of machine-guns, barbed wire, and artillery. Surviving Trench Warfare offers a whole new understanding of the First World War, replacing the image of a static trench war with one in which soldiers actively struggled for control over their weapons and their environment, and achieved it.Released to coincide with the centenary of the First World War, this edition includes a new introduction and afterword reflecting the latest scholarship on the conduct of the war

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 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 enseignants0,733
Score d'incertitude au seuil0,988

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 ouverte0,0010,000
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 Opus0,018
Tête enseignante GPT0,233
Écart entre enseignants0,215 · 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
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Toronto Press eBooksMême sujetGlobal Peace and Security DynamicsTravaux en français237 207