MétaCan
Menu
← Retour à la cohorte
Enregistrement W341242554 · doi:10.1017/cbo9780511495854.003

Changing approaches to the pardon

2003· book-chapter· en· W341242554 sur OpenAlexaff
K. J. Kesselring

Notice bibliographique

RevueCambridge University Press eBooks · 2003
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHistorical Economic and Social Studies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMisfortuneSpectaclePunishment (psychology)JuryLawQueen (butterfly)StatuteHistoryVagrancyCriminologyArtPolitical scienceSociologyLiteraturePsychology

Résumé

récupéré en direct d'OpenAlex

In July of 1582, Agnes Waters and four other women of the town of Godalming faced the fearsome spectacle of the queen's justices at the Kingston assizes. The women found themselves caught in the ever-widening gaze of the state, standing trial for a crime only recently defined at law: witchcraft. A jury acquitted the other women, but Waters admitted that she had in fact bewitched ten bullocks and a cow to their deaths. While Waters had the misfortune of being charged under one of the many new statutes, she was saved from punishment by something else that became more readily available in these years: a royal pardon. Punishment and mercy coexisted as strategies of power in the increasingly centralized, increasingly intrusive Tudor state. Both shaped the exercise and experience of authority. In conjunction with the growth in the scope and severity of the law emerged a set of changes that demonstrated the increasing importance of mercy and ensured that people might more easily avail themselves of its benefits. Pardons became more frequent as the years passed, an increase helped in part by changes to the methods with which the Tudors distributed and displayed their clemency. Although late medieval kings had sporadically issued proclamations or statutes of general pardon that offered forgiveness for a host of offenses, these devices appeared with much greater frequency in the sixteenth century and became a standard part of parliamentary business.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,036
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,019
Communication savante0,0130,010
Science ouverte0,0020,006
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0190,003

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.

Tête enseignante Opus0,116
Tête enseignante GPT0,172
Écart entre enseignants0,056 · 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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetHistorical Economic and Social Studies→Travaux en français237 207→