Notice bibliographique
Résumé
Abstract The United States Colored Troops (USCT) were a collection of racially segregated, as mandated by the US War Department, Black US Army military units that served during the Civil War and the Reconstruction era. Their collective military service is widely known for playing critical roles in ending slavery, protecting freedpeople, defeating the Confederate military, enforcing multiple US government policies, and reframing gender ideology while making explicit demands for more racially inclusive conceptions of citizenship. Black men, from a wide range of backgrounds and ages, comprised the 179,000 individuals that served in a USCT regiment. For instance, some soldiers were formerly bondsmen from Confederate states, while others (who were freeborn) came from free states and even internationally (including Canada). USCT regiments were never solely male-exclusive domains. Numerous Black women supported the US war effort, in and outside of the military spaces, in many ways. For example, Susie King Taylor served as a laundress and nurse in the Thirty-Third United States Colored Infantry. Thus, Black women are important figures in understanding Black Civil War–era military service. Ultimately, USCT regiments, and their supporters, fought for racial and social justice (during and long after USCT soldiering ended). Their service also provided avenues for prominent abolitionists, including Frederick Douglass, William Still, and Mary Ann Shadd Cary, who used Black military service to make clear demands for slavery and racial discrimination to end. Meanwhile, various Black communities (especially Black women) lobbied to protect their civil rights (while attempting to support USCT soldiers’ training). Additionally, the families of USCT soldiers vocalized to the Bureau of Pensions (a branch of the US government) to remember their collective wartime sacrifices through Civil War pensions. Their collective actions highlight that the history of USCT regiments requires an understanding of Black families and communities whose lived experiences remain relevant today.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,016 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
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.
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 ».