MétaCan
Menu
Retour à la cohorte
Enregistrement W4206922901 · doi:10.1515/9781503619425-005

Preface

2002· book-chapter· en· W4206922901 sur OpenAlexaboutno aff

Notice bibliographique

RevueStanford University Press eBooks · 2002
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueRace, History, and American Society
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhilosophy

Résumé

récupéré en direct d'OpenAlex

Every book has a history, but because this book originated as a Stanford University dissertation in the 197os, its history is longer than most.To be completely accurate, my interest in the subject even antedated my graduate school experience.From late 1968 to early 1970, I hosted a weekly League of Women Voters television program devoted to public affairs in San Jose and Santa Clara County.Thus, it is not surprising that when I chose a topic of study at Stanford, I gravitated toward an area I had already come to see as fascinating-and that was before the area had become world famous as "Silicon Valley."Another reason for my choice to study San Jose is the nature of the family in which I grew up.My late father, Glen Ingles, was a newspaper editor in various small California towns.Although I would not live in the Santa Clara Valley-Sunnyvale, to be precise-until adulthood, many of the issues with which this book deals, such as the conflict between development andresource preservation, were part of our nightly dinner-table conversation.~Moreover, in the 1950s my late mother, Alberta Ingles, worked for the Coastal Area Protection League at an office in Laguna Beach.This organization tried to prevent the offshore drilling of oil.I learned many things from my parents; one of the most valuable was to care deeply about my native state.For my dissertation, I chose to focus on the Santa Clara Valley during the Great Depression, because I had read enough of John Steinbeck to know that I wanted to discover if the historical record would verify his view of California as riven by class conflict during that turbulent decade.And, of course, it did.I published a number of articles drawn from the research but

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)0,005
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 enseignants0,365
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,001
Communication savante0,0050,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,3650,236

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 Opus0,032
Tête enseignante GPT0,227
Écart entre enseignants0,194 · 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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStanford University Press eBooksMême sujetRace, History, and American SocietyTravaux en français237 207