MétaCan
Menu
Retour à la cohorte
Enregistrement W4367307681 · doi:10.1080/02665433.2023.2204494

Plague, quarantine, and environmental design in nineteenth century Odesa

2023· article· en· W4367307681 sur OpenAlexaboutno aff
Maya Gervits

Notice bibliographique

RevuePlanning Perspectives · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHistorical Studies and Socio-cultural Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarantinePlague (disease)Environmental scienceHistoryAncient historyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

The role of urban planning and architecture in mitigating infectious diseases has lately attracted more scholarly attention. The paper explores an epidemic of plague in nineteenth-century Odesa (then the Russian Empire, now Ukraine) and argues that the city's development was fundamentally linked to activities focused on preventing the disease's reoccurrence and creating a healthy urban environment. It analyzes never discussed visual materials from the collections of the Hermitage Museum, State Museum in Berlin, Canadian Centre for Architecture (CCA), British Museum, and Library of Congress and places them in the context of literary work, mainly travellers’ diaries and memoirs of contemporaries. Although over the last two decades, several publications focused on Odesa's history, literature, culture, and social life came into existence, the urban development and architecture of this metropolis have yet to garner sufficient scholarly attention. The article focuses on primary sources making new attributions of visual materials. It illuminates such essential aspects of urban life as health and hygiene, sanitation, design of open green spaces, and control of air and water supplies. It also helps to understand the architectural solutions for mitigating infectious disease and establishing Odesa as one of the leaders in pandemic-related development at the time.

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)0,001
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,013
Communication savante0,0040,001
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,227
Écart entre enseignants0,196 · 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'étudeQualitatif
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlanning PerspectivesMême sujetHistorical Studies and Socio-cultural AnalysisTravaux en français237 207