MétaCan
Menu
Retour à la cohorte
Enregistrement W4246692313 · doi:10.3138/9781487531522-004

Preface

2019· book-chapter· en· W4246692313 sur OpenAlexaboutno aff
L.M. Montgomery

Notice bibliographique

RevueUniversity of Toronto Press eBooks · 2019
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueLiterature: history, themes, analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

W hen an adolescent Maud Montgomery pub- lished her first poem, "On Cape Le Force," in the Daily Patriot (Charlottetown) in november 1890, mere days before her sixteenth birthday, her reaction on seeing her words and her name in print for the first time was palpable: as she wrote in a journal entry dated a week after the poem's publication, "i grew dizzy -the letters danced before my eyes and i felt a curious sensation of choking … i can't find the words to express my feelings." 1 Looking back at this moment in an essay published in 1911, three years after her first novel, Anne of Green Gables (1908), became a literary sensation, she called the experience of seeing this poem in print "the first sweet bubble on the cup of success," adding, "The first moment we see our first darling brain-child in print is a very wonderful one!" 2 Yet, as evidence of an evolution in her thinking once she had become a bestselling novelist, it was the earliest experience of being paid for her work that she later identified as the moment she had "arrived" -even if her accounts differ of when that occurred.3 she was born Lucy Maud Montgomery on 30 november 1874, in Clifton (now new London), Prince Edward island, the only child of Hugh John Montgomery and Clara Woolner Macneill, both of whom were from established Prince Edward island families with ancestral links to scotland and England. in the first known published account of her writing career, which appeared in the Boston Journal five months after the publication of Anne of Green Gables, she claimed, "Ever since i can remember i wrote stories and verse for my own amusement.When i

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)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,472
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,5280,321

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 Opus0,023
Tête enseignante GPT0,173
Écart entre enseignants0,151 · 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.

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 revueUniversity of Toronto Press eBooksMême sujetLiterature: history, themes, analysisTravaux en français237 207