Notice bibliographique
Résumé
How Forests Th ink has been gestating for some time, and I have many to thank for the life it has taken.I am indebted foremost to the people of Ávila.Th e times I spent in Ávila have been some of the happiest, most stimulating, and also most tranquil I have known.I hope that the sylvan thinking I learned to recognize there can continue to grow through this book.Pagarachu.Before I even went to Ávila, my grandparents the late Alberto and Costanza Di Capua had already prepared the way.Italian Jewish refugees settled in Quito, they brought their curiosity to everything around them.In the 1940s and 1950s my grandfather, a pharmaceutical chemist, participated in several scientifi c expeditions to the Amazon forests in search of plant remedies.My grandmother, a student of art history and literature in Rome, the city of her birth, turned to archaeology and anthropology in Quito as a way of understanding better the world into which she had been thrown and which she would eventually call home.Nonetheless, when I returned from my trips to Ávila she would insist I read to her from Dante' s Divine Comedy while she fi nished her evening soup.Literature and anthropology were never far removed for her or for me.I was twelve years old when I met Frank Salomon in my grandmother' s study.Salomon, a scholar like no other, and the person who would eventually direct my PhD research at Wisconsin, taught me to see poetry as ethnography by other means and so opened the space for writing about things as strange and real as thinking forests and dreaming dogs.Th e University of Wisconsin-Madison was a wonderful environment for thinking about the Upper Amazon
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,505 | 0,356 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».