MétaCan
Menu
Retour à la cohorte
Enregistrement W3038578430 · doi:10.1093/ahr/rhz726

Jeff Eden. Slavery and Empire in Central Asia.

2019· article· en· W3038578430 sur OpenAlexaff
Jeff Sahadeo

Notice bibliographique

RevueThe American Historical Review · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVietnamese History and Culture Studies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésEmpireGeopoliticsCentral asiaAncient historyPower (physics)CONQUESTHistoryGovernment (linguistics)Central governmentChinaEconomic historyPolitical scienceLawArchaeologyLocal governmentPoliticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Unfree labor powered pastoral economies and agricultural societies in eighteenth- and nineteenth-century Central Asia. Historians have noted the presence of slaves in the region, but until now we have lacked a dedicated study on the trade’s scale and importance. In Slavery and Empire in Central Asia, Jeff Eden reveals that likely hundreds of thousands, primarily Iranian, slaves labored in Central Asia’s fields, homes, and workshops. The author steers our attention away from the small but significant number of Russians captured and sold as slaves and argues that the emancipatory discourse that accompanied the tsarist government’s conquest of the region concealed a more tactical approach to such a widespread phenomenon. Slaves were an accepted part of Central Asian society, supported and governed by religious edicts issued by Sunni Hanafi leaders. Shiʿi Iranians, mainly captured in raids or in warfare against a weak Qajar Empire, gained little empathy from Sunni Central Asians; only their skills might allow paths for limited social mobility within slave worlds. Even so, as geopolitics and balances of power among Turkmen tribes bordering Iran shifted in the late nineteenth century, slavery gradually dissipated as a factor in Central Asian life.

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: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,301
Écart entre enseignants0,281 · 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
GenreSynthèse

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 revueThe American Historical ReviewMême sujetVietnamese History and Culture StudiesTravaux en français237 207