Greedy Wolf or Cunning Fox? Most Common Teriophore Surnames in Germany
Notice bibliographique
Résumé
Die Arbeit untersucht, ausgehend von zwei Häufigkeitslisten (1996 und 2005), die theriophoren Familiennamen unter den tausend häufigsten Namen in Deutschland. Nachdem die schriftlichen und mundartlichen Varianten desselben Namens abgezogen wurden, verbleiben noch sechsundzwanzig Tierbezeichnungen, aus denen Familiennamen entstanden sind. Mit Hilfe des Digitalen Familiennamenwörterbuch Deutschlands (DFD) wurden sie auf ihre Hauptbedeutung(en) überprüft. Die Mehrheit der Namen erweisen sich als Übernamen (16), gefolgt von indirekten Berufsnamen (7), Patronymen (3) und Wohnstättennnamen aus Häusernamen (1). Die Spitzenreiter unter den Namen, die eine Tierbezeichnung enthalten, sind in Deutschland Wolf (Rang 16; 51.347 Telefonanschlüsse) und Fuchs (Rang 42, 30.905 Telefonanschlüsse) laut Telefonanschlüssen 2005. Wolf ist Patronym und Übername, während Fuchs in seiner Hauptbedeutung zuerst Übername ist. Die geografische Verbreitung beider Namen in Deutschland, samt ihren schriftlichen und mundartlichen Varianten, wurde anhand der Karte Wolf – Fuchs veranschaulicht. Das Märchen der Brüder Grimm Der Wolf und der Fuchs bestätigt die hohe Frequenz der Familiennamen Wolf und Fuchs in Deutschland.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».