MétaCan
Menu
Retour à la cohorte
Enregistrement W2943108803

Flourmills as elements in the economies and landscapes of towns and cities in NSW during the nineteenth century

2017· article· en· W2943108803 sur OpenAlexaboutno aff
Sybil Jack

Notice bibliographique

RevueISAA review · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAustralian History and Society
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMillHuman settlementEconomyAgricultural economicsGeographySettlement (finance)Economic historyArchaeologyHistoryBusinessEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In every nineteenth century town in Europe, the USA, Canada and other European colonies of any size there would commonly be three significant buildings: at least one church, at least one pub and a flourmill, They supplied the needs of the populace for spiritual comfort, alcoholic release and what they perceived as essential food, The reason for a flourmill existing in so many places, whether they were close to or far from grain producing areas, was simple, Grain did not significantly deteriorate in being transported long distances, while stone-ground flour did, there was therefore a market for locally produced flour that contributed to the settlements' economy, Once they were built, how important they were for employment is hard to determine, The numbers employed to run a mill in NSW varied enormously from one mill type to another, from one place to another, from one period to another and even from one season to another, While most mills needed at least six men, some could require up to a hundred. What can be said is that most jobs around, a mill required skilled and often engineering know how, Grain came in various levels of softness or hardness and the machinery had to be adjusted to the different requirements of the grain types.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,189
Score d'incertitude au seuil0,376

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,006
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
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 Opus0,027
Tête enseignante GPT0,319
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISAA reviewMême sujetAustralian History and SocietyTravaux en français237 207