MétaCan
Menu
Retour à la cohorte
Enregistrement W4320028962 · doi:10.1093/ahr/rhac431

Michael J. Taylor. <i>Soldiers and Silver: Mobilizing Resources in the Age of Roman Conquest</i>.

2022· article· en· W4320028962 sur OpenAlexaff
Seth Bernard

Notice bibliographique

RevueThe American Historical Review · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClassical Antiquity Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNarrativeMacedonianClassicsPower (physics)HistoryState (computer science)LiteratureAncient historyArt

Résumé

récupéré en direct d'OpenAlex

Historians have asked how Republican Rome acquired its Mediterranean empire since the period itself, when the Greek historian Polybius posed the question of Rome’s rise as a topic all serious intellectuals needed to consider. In this tightly written monograph, based on a 2015 dissertation, Michael Taylor offers an answer: resource differentials. In his earlier work, Taylor has produced a string of excellent articles on various aspects of Roman Republican military history, so unsurprisingly for him the topic of resources comes down to how many soldiers Romans and their adversaries recruited and how they financed that manpower. Taylor argues that Romans won ultimately because they were able to muster a larger fighting force. The narrative includes a number of fresh and more nuanced thoughts about how Romans paid for and deployed their numerical advantage. The introduction and conclusion gesture to Michael Mann’s theory of infrastructural power, but the granular exposition of ancient manpower and state budgets that makes up the bulk of the volume will appeal above all to specialist readers. What makes Taylor’s work original is his juxtaposition of tallies for Roman resources beside those of Rome’s opponents—namely, Carthage and the Hellenistic kingdoms. The core of the book falls neatly into two parts, each dividing into chapters on the manpower and then finances of Rome and its rivals. The time frame moves from the war against Pyrrhus through the Third Macedonian War (ca. 280–168 BCE). For Roman resources, Taylor relies largely on figures found in extant narratives of Polybius and Livy. For Rome’s rivals, the approach varies according to more heterogeneous source materials. This difference is most noticeable with regard to Carthage, in which discussion perforce relies heavily on Roman authors, with all the rhetorical problems such a perspective implies. But Taylor is duly cautious and provisional where need be, and he ultimately creates a detailed and sound basis for comparison.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0030,006
Science ouverte0,0010,001
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,005

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 Opus0,034
Tête enseignante GPT0,307
Écart entre enseignants0,273 · 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'étudeSans objet
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 revueThe American Historical ReviewMême sujetClassical Antiquity StudiesTravaux en français237 207