MétaCan
Menu
Retour à la cohorte
Enregistrement W4285467237 · doi:10.36344/ccijhss.2021.v07i04.003

Analysis of the Different Growth Environments for Children of Rural Areas in The Grass House and Anne of Green Gables

2021· article· en· W4285467237 sur OpenAlexaboutno aff
Hongping Chen, Haoshan Niu

Notice bibliographique

RevueCross-Currents An International Peer-Reviewed Journal on Humanities and Social Sciences · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueKorean Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNatural (archaeology)Rural areaChinaGreen houseGeographySociologyPolitical scienceArchaeologyLawBiology

Résumé

récupéré en direct d'OpenAlex

The Grass House describes Sang Sang’s unforgettable and impressive elementary school life which has lasted six years. This great novel presents readers the growth environments, set in Yau Ma Tei, for children from China’s countryside. Anne of Green Gables depicts the living environments in Canadian rural areas. By entering into the process the Anne’s growth environments, readers can detect Canadian rural children’s special conditions. By analyzing the two books, we can find that there are many differences in the growth environments in Chinese and Canadian rural areas. The differences can be divided into two parts: cultural environments and natural environments. Cultural environments can be divided into three parts: education system, customs, and the sense of value. And natural environments consist of buildings, climate, and rural planning, etc. By comparing the different environments, we can find the best growing environments for children.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,690

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,049
Tête enseignante GPT0,323
Écart entre enseignants0,274 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCross-Currents An International Peer-Reviewed Journal on Humanities and Social SciencesMême sujetKorean Urban and Social StudiesTravaux en français237 207