Notice bibliographique
Résumé
A ccording to baseball great Yogi Berra, watching teammates Mickey Mantle and Roger Maris hit back-to-back home runs, game after game, for the New York Yankees in the early 1960s was like déjà vu all over again.The phrase -one of many "Yogiisms" that led The Economist to recognize Berra, in 2005, as the "Wisest Fool of the Past 50 Years"springs to mind as I read Ryan O'Connor's The First Green Wave -not because this story has been told before -it has not -but because so much of this book deals with times, places, and events that I recall. 1 Pollution was in the air when I began my academic career in 1968.Late that year, as I settled in to my MA program at the University of Toronto, the release of the Hall Commission report on The Air of Death, a television program first aired on CBC in 1967, re-animated discussion about the accuracy of the documentary's claims.As debate raged over Hall's critical findings, Larry Gosnell and Stanley Burke, the producer and narrator of the controversial film, showed their work on the university campus.Once again, viewers saw images of black smoke belching from an industrial plant and heard the grave, familiar voice of CBC television's national news anchorman intone: "Every day your lungs inhale fifteen thousand quarts of air and poison."Continuing, Burke drove home the frightening message: "You breathe sulphur dioxide, which erodes stone.Benzopyrene makes cancer.Carbon monoxide impairs the mind … Death has been gathering in the air of every Canadian city.Poisons continue to accumulate and you must keep breathing."2 xiv The First Green Wave
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,767 | 0,764 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».