MétaCan
Menu
Retour à la cohorte
Enregistrement W4296598369 · doi:10.52214/uw.v30i.9320

Sweet Water on the Sea Route to China

2022· article· en· W4296598369 sur OpenAlexfundno aff
Elizabeth Lambourn

Notice bibliographique

RevueAl-ʿUsur al-Wusta · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMaritime and Coastal Archaeology
Établissements canadiensnon disponible
Organismes subventionnairesYork University
Mots-clésChinaAllotmentWater transportCivil engineeringNinthInternational watersEngineeringGeographyArchaeologyPolitical scienceEnvironmental engineeringLawEcologyWater flow

Résumé

récupéré en direct d'OpenAlex

Potable, or “sweet,” water was the foundation stone of maritime provisioning and, by implication, route planning on all but the shortest voyages in the premodern world. Without it, maritime trade and all other forms of seaborne exchange and circulation were effectively impossible. Yet water sources and technologies of transportation have been comparatively neglected in Indian Ocean history and archaeology. This paper rereads data from the ninth-century section of the Akhbār al-Ṣīn wa-l-Hind (Accounts of China and India) alongside recent evidence from two contemporary shipwrecks to examine the spacing of watering stops and the technologies of water transportation employed on long-distance sailings between the Gulf and Chinese ports. Working from the 2021 publication of the volumetric capacity of a group of so-called torpedo jars excavated in Thailand, this article proposes some preliminary quantitative estimates of the volume of freshwater, and thus the number of water jars, required on board vessels at the time. In so doing it raises important questions about the portability and handling of torpedo jars as well as the varied uses and reuses of such transport jars. Weaving passages from the Akhbār with information on ceramic remains from the Phanom Surin and Belitung wrecks, this article aims to start a conversation about the very real physical and physiological parameters that underlay Indian Ocean connectivity and the water transportation technologies that underpinned them.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,018
Tête enseignante GPT0,210
Écart entre enseignants0,192 · 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.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAl-ʿUsur al-WustaMême sujetMaritime and Coastal ArchaeologyTravaux en français237 207