MétaCan
Menu
Retour à la cohorte
Enregistrement W3213684660 · doi:10.7560/714694

Year of the Dog

2007· book· en· W3213684660 sur OpenAlexaboutno aff
Shelby Hearon

Notice bibliographique

RevueUniversity of Texas Press eBooks · 2007
Typebook
Langueen
DomaineArts and Humanities
ThématiqueThemes in Literature Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeography

Résumé

récupéré en direct d'OpenAlex

When her husband dumps her for an old girlfriend and sets all of Peachland, South Carolina, gossiping, Janey Daniels has to get away—far away—for a "sabbatical" year. She flees to Burlington, Vermont, home of Aunt May, her mother's only living relative. There she adopts Beulah, a Labrador puppy in training to become a companion dog for the blind. Not for a moment does Janey suspect that this "year of the dog" will change her life forever. Shelby Hearon is an acknowledged master at illuminating the nuances of relationships. In Year of the Dog, she explores the surprising ways that the heart heals after a betrayal. While Janey is training Beulah, Beulah leads Janey to a new love, James Maarten, a smart, "fidgety" teacher they meet at the dog park. As Janey soon discovers, James has suffered a betrayal of his own that makes it hard for him to open up and trust her with even the smallest details of his past. While Janey tries to help James, she also reaches out to her enigmatic Aunt May, a retired librarian reputed to be the friend, perhaps even the lover, of popular mystery writer Bert Greenwood. When Janey attempts to solve the twin mysteries of why her great aunt has distanced herself from the family—and what her true relationship is with Bert Greenwood—Beulah provides the clues that lead Janey to uncover the secrets of her aunt's life. By the time Beulah's stay with Janey comes to an end, the people whose lives she's linked will discover that healing and reconciliation can come in the most unexpected ways.

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)0,003
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: Autre
Score de désaccord entre enseignants0,213
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0050,001
Communication savante0,0050,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,2130,052

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 Opus0,019
Tête enseignante GPT0,191
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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Texas Press eBooksMême sujetThemes in Literature AnalysisTravaux en français237 207