MétaCan
Menu
Retour à la cohorte
Enregistrement W4366419908 · doi:10.1080/01433768.2023.2194086

Burhs, burghal territories and hundreds in the English central Midlands in the early tenth century. Part 1

2023· article· en· W4366419908 sur OpenAlexaboutno aff
Jeremy Haslam

Notice bibliographique

RevueLandscape History · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMedieval Literature and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Quarter (Canadian coin)ArchaeologyHuman settlementGeographyHistoryPeriod (music)Ancient historyAnglo saxonArt

Résumé

récupéré en direct d'OpenAlex

The strategic context of new burhs created by the West Saxon King Edward the Elder in the east and central Midlands, in part documented in the Anglo-Saxon Chronicle, is examined to determine the ways in which the foundation of these burhs as new fortified settlements was associated with the formation of new burghal territories to maintain their strategic functionality. These burghal territories typically comprised one or more units of around 300+ hides, here termed ‘proto-hundreds’. All of these are argued as constituting elements of a major reorganisation of the administrative landscape as part of the essential infrastructure of burghal formation. These new cadastral redevelopments demonstrate the organisational precocity of the West Saxon state at this period. These ‘proto-hundreds’ were subsequently divided into smaller units of around 100 hides in a new phase of reorganisation which was arguably concurrent with the creation of the shires, formed by amalgamation of the earlier burghal territories, in probably the third quarter of the tenth century. The first part of this paper examines the shires of Buckinghamshire and what is now western Northamptonshire; the second part extends this analysis to Bedfordshire, Hertfordshire, Middlesex, Huntingdonshire and Cambridgeshire.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,010
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,187
Écart entre enseignants0,169 · 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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLandscape HistoryMême sujetMedieval Literature and HistoryTravaux en français237 207