MétaCan
Menu
Retour à la cohorte
Enregistrement W2945973667 · doi:10.1525/9780520967588-014

10. Engineering Gold Rushes: Engineers and the Mechanics of Global Connectivity

2019· book-chapter· en· W2945973667 sur OpenAlexaboutno aff
Stephen Tuffnell

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueAnthropology: Ethics, History, Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

Between 1848 and 1899, a series of explosive, short-term gold bonanzas struck California, Australasia, Southern and West Africa, and the Yukon Valley.These rushes unleashed waves of settlement, the forced displacement of indigenous peoples, and set in motion great transfers of capital, commerce, and technology around the world.Mining technologies and the broad-ranging expertise of geology, metallurgy, and hydrology were transferred overseas by the hundreds of thousands of migrants who flowed through great gateway cities such as San Francisco, Johannesburg, Melbourne, Dunedin, and Dawson.Enabling these currents of cross-border exchange were important network-builders and managers: engineers.Individually and collaboratively they redirected connectivity to new locales, integrated new expertise with existing networks, and created new institutions for supervising global industrial connections."After dwelling in a lowland of drowsy accomplishment for centuries," argued one American engineer in 1914, the "great gold discoveries" of the late nineteenth century "sprang" the industry "into gigantic activity.""This has been brought about", he continued, "by the growth of knowledge through science, invention, and engineering … on a scale never dreamt of before, and thus giving man an almost Aladdin's power." 1 In popular imagination, gold rushes sprang to life from moments of great luck.But actually their development depended upon engineers to manage the mass transfers of

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)0,003
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,014
Communication savante0,0070,009
Science ouverte0,0010,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 GPT0,259
Écart entre enseignants0,241 · 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
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAnthropology: Ethics, History, CultureTravaux en français237 207