MétaCan
Menu
Retour à la cohorte
Enregistrement W3123857161 · doi:10.4324/9781315257907-33

Patrick Brantlinger (1990), ‘How Oliver Twist Learned to Read, and What He Read’, in Patrick Scott and Pauline Fletcher (eds), Culture and Education in Victorian England, papers from the Bucknell Review, London and Toronto: Associated University Presses, pp. 59-81

2017· book-chapter· en· W3123857161 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueLiterature: history, themes, analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArt historyMedia studiesHistorySociology

Résumé

récupéré en direct d'OpenAlex

Perhaps it’s Oliver’s good fortune that, discounting Fagin’s anti­ school for pickpockets, he never attends any school. Throughout Dickens’s novels, schools are places of tyranny and miseducation. Noah Claypole has been to a charity school, which seems to have taught him nothing but cruelty and low cunning; though appar­ ently better educated than Oliver, Noah, alias “Morris Bolter,” joins the criminals. But maybe Dickens says nothing about Oliver’s schooling because he takes it for granted. In fact there were schools for pauper children in the late 1830s. Even under the Old Poor Law a pauper schoolmaster might teach in a parish workhouse-a kindly old man fills that role in the first o f the Sketches by Boz. But it was more often the case, as one historian of “schools for the people” wrote in 1871, that “the only sort of information which the [workhouse] young had to interest them, was a rehearsal o f the exciting deeds o f the poacher and the smuggler, or the . . . adventures of abandoned females.” 1 On the other hand, the Benthamite drafters o f the New Poor Law o f 1834 stressed education as the key to eliminating pauperism .2 Yet well into the 1840s little progress was made toward providing adequate workhouse schools. Qualified teachers were nonexist­ ent, salaries rock-bottom, and classroom conditions wretched.

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)0,004
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,005
Communication savante0,0050,012
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0180,007

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 Opus0,012
Tête enseignante GPT0,208
Écart entre enseignants0,197 · 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 présentnon

Explorer davantage

Même sujetLiterature: history, themes, analysisTravaux en français237 207