MétaCan
Menu
Retour à la cohorte
Enregistrement W4240303593 · doi:10.5117/9789463728010

Games and War in Early Modern English Literature

2019· book· en· W4240303593 sur OpenAlexaff
Holly Faith Nelson, James William Daems, Sharon Alker, Karol Cooper, David Currell, Ali Akbar Rezaei Lori, Katherine Ellison, Louise Fang, Jeffrey Galbraith, Sean Lawrence

Notice bibliographique

RevueAmsterdam University Press eBooks · 2019
Typebook
Langueen
DomaineSocial Sciences
ThématiqueMartial Arts: Techniques, Psychology, and Education
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDramaSwiftIdeologyLiteraturePoetryAphraField (mathematics)HistoryArtAestheticsPoliticsLawPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

This pioneering collection of nine original essays carves out a new conceptual path in the field by theorizing the ways in which the language of games and warfare inform and illuminate each other in the early modern cultural imagination. They consider how warfare and games are mapped onto each other in aesthetically and ideologically significant ways in the early modern plays, poetry or prose of William Shakespeare, Thomas Morton, John Milton, Margaret Cavendish, Aphra Behn, and Jonathan Swift, among others. Contributors interpret the terms 'war games' or 'games of war' broadly, freeing them to uncover the more complex and abstract interplay of war and games in the early modern mind, taking readers from the cockpits and clowns of Shakespearean drama, through the intriguing manuals of cryptographers and the ingenious literary wargames of Restoration women authors, to the witty but rancorous paper wars of the late seventeenth and early eighteenth centuries.

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 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 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 enseignants0,848
Score d'incertitude au seuil0,967

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,250
Écart entre enseignants0,234 · 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 tête enseignante, 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmsterdam University Press eBooksMême sujetMartial Arts: Techniques, Psychology, and EducationTravaux en français237 207