MétaCan
Menu
Retour à la cohorte
Enregistrement W4320519074 · doi:10.1017/9781782042648.001

Introduction

2014· other· en· W4320519074 sur OpenAlexaboutno aff
Allen J. Frantzen

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCulinary Culture and Tourism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésButcherLiving spaceGeographyAgricultural scienceGenealogyHistorySociologyBiologyArchaeologyDemography

Résumé

récupéré en direct d'OpenAlex

The Anglo-Saxons understood material things in a way most people no longer do. Yet their relationship to objects is not entirely beyond our grasp. In the 1950s, when I was a boy, rural life in the United States bore some resemblance to conditions in Anglo-Saxon England. Animals, plants, and the tools needed to manage and process them filled our living space. Cows had to be milked and fed every day, including Thanksgiving, Christmas, and all the other holidays. Family feasts included meat from our own animals – pork sausage in the turkey stuffing, perhaps – and canned or frozen vegetables from the garden. We experienced the relationship between plants and animals and food on the table directly. Although there currently is a trend for restaurants and food businesses to emphasize local produce and stress the connection between what is on the plate and where it was grown, few people butcher their own animals or grow their own food any longer. In my youth this was not the case. Until the period after World War I, most people in the United States, Canada, and Great Britain lived in the countryside, like my family. The shift from rural to urban was gradual. The US Census Bureau shows that the split was 60 percent to 40 percent in favor of the rural population in 1900. By 1920 the distribution was almost even, 51 percent rural to 49 percent urban. Thereafter the shift was more pronounced: 44 percent to 56 percent in 1940; 30 percent to 70 percent in 1960. By 1990 the United States was 25 percent rural and 75 percent urban. Much of this change, in which over one-third of the country’s population was reclassified as urban, happened in the first two decades of the century (when the rural population shrank by nine percentage points) and between 1940 and 1960 (when the rural population declined a further fourteen points). Losses since have been much smaller, in part because rural life itself has changed. Blue collar workers who live in the countryside drive to factory jobs and shop in supermarkets and discount chains. Their habits are more urban than rural. Cities have changed too. Until recently it was common for people in some urban areas to raise their own animals and to have large gardens.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,513
Score d'incertitude au seuil0,732

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0070,005
Science ouverte0,0030,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,4870,312

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 Opus0,009
Tête enseignante GPT0,188
Écart entre enseignants0,179 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCulinary Culture and TourismTravaux en français237 207