The Plague of Athens Shedding Light on Modern Struggles with COVID-19
Notice bibliographique
Résumé
In 2020, we are facing unprecedented times, and as some form of lockdown continues with no signs of ending feelings of hopelessness are completely natural and understandable. Unprecedented times does not mean that these current issues and struggles have never been faced by humanity before, however. The Spanish Flu which took place after World War One and the Black Death that was rampant in Asia and Europe in the 14th century quickly come to mind as examples of past pandemics, but these are only two examples of devastating diseases throughout human history. The Plague of Athens that was raging during the beginning of the Peloponnesian War in 430 BCE is another such example. Though removed from our current situation by many centuries, its symptoms and the effects it had on the population of Athens have been meticulously recorded by the general and historian Thucydides, giving us the opportunity to compare his account to our own experiences today. The disease may be different, and the image he portrays may be more violent and desperate than our own, but nonetheless we can see similarities in how these two separate societies have reacted to unforeseen hardships. In this comparison, we can come to understand at once our own good fortune at going through a pandemic with the support of modern technology and medicine as well as how universal our reactions are to this type of suffering, thereby making it natural rather than shameful. Humanity has faced a great deal of diversity before, and COVID-19 will likely prove to be no different.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».