MétaCan
Menu
Retour à la cohorte
Enregistrement W4214839670 · doi:10.5771/9783956509308-59

,Fact and Fiction‘ in der mittelalterlichen arabischen Literatur. Anmerkungen zu einer Debatte

2015· book-chapter· de· W4214839670 sur OpenAlex
Isabel Toral‐Niehoff

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typebook-chapter
Languede
DomaineArts and Humanities
ThématiqueMedieval History and Crusades
Établissements canadiensMitel (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

Die ganze Welt erzählt. Sie tut es zu unterschiedlichsten Zwecken und in unterschiedlichsten Medien, in unterschiedlichen Kulturräumen und Zeiten. Wenn man die Funktionen von Erzählungen untersucht, wird schnell klar: Eines der faszinierendsten Probleme, dem man sich aus interdisziplinärer Perspektive im Kontext der Erzählforschung zuwenden kann, betrifft die Differenz zwischen Erzählungen, die einen Wahrheitsanspruch erheben, und solchen, die ihre Fiktionalität zur Schau stellen - aber auch wie in Erzählungen Faktuales und Fiktives sich überschneidet, mischt und gegenseitig spiegelt. Das ist nicht nur auf der Gegenstandsebene des Erzählten ein komplexes Feld, sondern auch auf der Ebene des Erzähltextes. Unterschiedlich sind zudem die Zugangsweisen derjenigen wissenschaftlichen Disziplinen, die sich mit dem Erzählen befassen: So hat etwa die Literaturwissenschaft Theorien der Fiktionalität entwickelt; die Psychologie wiederum interessiert sich für Identitäts- und Selbst-Konstruktionen anhand von Erzählungen; die Geschichtswissenschaft und die Ethik ringen immer wieder um Fragen nach Wahrheit und Fiktion. Studien zum Film und anderen Medien der Gegenwart sind mit einem Zeitgeist konfrontiert, der die Unterscheidung zwischen Fiktionalität und Faktualität strategisch und weitreichend aushebelt.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,754
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0310,002

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 Opus0,063
Tête enseignante GPT0,243
Écart entre enseignants0,180 · 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

En bref

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMedieval History and CrusadesTravaux en français237 207