Mapping Seasonality and Rural Production from a Geohistorical Perspective: The “Ripening Time Registry” of the Grand Duchy of Tuscany (Nineteenth Century, Italy)
Notice bibliographique
Résumé
L’analyse des sources géohistoriques pour l’étude de la saisonnalité rurale du passé et des changements climatiques a commencé à susciter l’intérêt de la recherche internationale. Plusieurs chercheurs réclament de nouvelles sources afin de concevoir un cadre interprétatif qualitatif ou quantitatif. Dans cet esprit, l’article présente une élaboration cartographique d’un cadastre créé par le Grand-Duché de Toscane au XIX e siècle et auparavant inconnu, qui contient la liste de tous les produits agricoles et leurs temps de maturation dans les communautés toscanes. Sur la base de la cartographie du XIX e siècle, les données du registre ont été numérisées et géolocalisées à l’aide d’applications d’applications basées sur un SIG. Cette source permet de reconstituer la distribution spatiale et temporelle des semaines nécessaires dans le passé pour que ces produits murissent dans différentes régions de la Toscane. Ensuite, les périodes pendant lesquelles les espèces herbacées et arborées atteignaient la maturité et où elles étaient commercialisées ont été cartographiées. L’analyse montre qu’il existe entre les régions toscanes, au XIX e siècle, de nombreuses différences que les facteurs environnementaux ne suffisent pas à expliquer. De plus, l’examen des périodes de maturation du châtaignier entre le XIX e siècle et aujourd’hui nous permet d’étudier les effets de la hausse des températures sur la maturation. Pour conclure, nous présentons un portail SIG en ligne où les disciplines intéressées par la phytologie peuvent consulter les données.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».