MétaCan
Menu
Retour à la cohorte
Enregistrement W2981273993 · doi:10.26882/histagrar.079e01m

Building an annual series of English wheat production in an intriguing era (1645-1761): methodology, challenges and results

2019· article· en· W2981273993 sur OpenAlexfundno aff
José Luis Martínez-González, Gabriel Jover Avellà, Enric Tello

Notice bibliographique

RevueHistoria Agraria Revista de agricultura e historia rural · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHistorical Economic and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversitat de Barcelona
Mots-clésEconomicsProbateAgricultureAgricultural economicsProduction (economics)Consumption (sociology)EconometricsMacroeconomicsGeographyLawSocial sciencePolitical scienceSociologyArchaeology

Résumé

récupéré en direct d'OpenAlex

This article presents a method for estimating an annual series of English wheat production in physical units during the intriguing period of 1645-1761, when the English Agricultural Revolution began. It is based on Davenant’s Law and the assumption of a decrease in long-term crop variability, taking into account the yields obtained from probate inventories and farm accounts. The exercise confirms the idea that the King-Davenant accounting of the inverse variation of prices and quantities through price elasticity was indeed a common rule at that time, whereas income elasticity did not become a decisive factor until the mid-18th century. From then on it gained momentum, as can be observed by lengthening the series until 1884. The new series of English wheat production presented here also shows that, from a physical and environmental perspective, the Agricultural Revolution began before 1750 and resumed after 1800. The results are consistent with recent estimates of agricultural GDP put forward in the literature on English economic history.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,041
Tête enseignante GPT0,236
Écart entre enseignants0,195 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHistoria Agraria Revista de agricultura e historia ruralMême sujetHistorical Economic and Social StudiesTravaux en français237 207