MétaCan
Menu
Retour à la cohorte
Enregistrement W3081788990 · doi:10.12987/9780300191639

The Muse Learns to Write

2017· book· en· W3081788990 sur OpenAlexaboutno aff
Marie Borroff

Notice bibliographique

RevueYale University Press eBooks · 2017
Typebook
Langueen
DomaineArts and Humanities
ThématiqueLinguistics and language evolution
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

When oral culture becomes literate, in what way does human consciousness itself change? And how does the new form of communication affect the content and meaning of texts? In this book, one of the most original and penetrating thinkers in Greek studies describes the transformation from orality to literacy in classical times and reflects upon its continued meaning for us today. “Fresh insights into the orality-literacy shift in human consciousness from one who has long been studying this shift in ancient Greece and has now brought his vast learning and reflections to bear on our own times. This book is for a wide audience and calls for thoroughly rethinking current views on language, thought, and society from classical scholarship through modern philosophy, anthropology, and poststructuralism.”—Walter J. Ong “All in all, we have in this book the summary statement of one of the great pioneers in the study of oral and literate culture, fascinating in its scope and rewarding in its sophistication. As have his other works, this book will contribute mightily to curing the biases resulting from our own literacy.”—J. Peter Denny, Canadian Journal of Linguistics “An extremely useful summary and extension of the revisionist thinking of Eric Havelock, whom most classicists and comparatists would rank among the premier classical scholars of the last three decades. . . . The book presents important (though controversial) ideas in. . . an available format.”— Choice

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)0,005
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 enseignants0,042
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,009
Communication savante0,0110,009
Science ouverte0,0010,006
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0420,019

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 Opus0,033
Tête enseignante GPT0,205
Écart entre enseignants0,172 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYale University Press eBooksMême sujetLinguistics and language evolutionTravaux en français237 207