Richard Mackenney, <i>Venice as the Polity of Mercy: Guilds, Confraternities, and the Social Order, c. 1250–c. 1650</i>. Toronto Italian Studies. Toronto, Buffalo, and London: University of Toronto Press, 2019, xiii, 471.
Notice bibliographique
Résumé
Shakespeare is well known to have set two of his plays in and around Venice: The Merchant of Venice (1596) and The Tragedy of Othello, the Moor of Venice (1603). The first is often remembered for its famous speech about “the quality of mercy,” delivered by the female lead Portia in the disguise of a legal scholar from the university town of Padua. The speech helps to spare the life of her new husband’s friend and financial backer against the claims of the Jewish moneylender Shylock. The play has raised questions for Shakespearean scholars about the choice of Venice as an open city where merchants of all nations and faiths would meet on the Rialto while the city’s Senate, composed of leading merchants, worked hard to keep it open to all and especially profitable for its merchants. Those who would like to learn more about the city’s development as a center of trade can learn much from Richard Mackenney’s new book.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,016 |
| Communication savante | 0,008 | 0,015 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,009 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».