MétaCan
Menu
Retour à la cohorte
Enregistrement W4386859581 · doi:10.34739/his.2023.12.09

Early Iranian Riders and Cavarly

2023· article· en· W4386859581 sur OpenAlexaff
Kaveh Farrokh, Katarzyna Maksymiuk, Patryk Skupniewicz

Notice bibliographique

RevueHistoria i Świat · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueAncient Near East History
Établissements canadiensLangara College
Organismes subventionnairesnon disponible
Mots-clésChariotAncient historyHistoryEngineering

Résumé

récupéré en direct d'OpenAlex

The expansion of the Iranian peoples in first centuries of the 1st millennium BCE coincides with the creation and further development of the cavalry warfare in western Eurasia, as well as with the creation of the pastoral nomadic life-style which dominated the Great Steppe for millennia to come. The mounted warriors replaced the light chariots which dominated the Bronze Age battlefields which required perfect horsemanship however application of the recurved, double reflex. composite bow for mounted combat seemed another important factor in development of the cavalry force. Mounted archery which doubled the fire power of the mobile troops, earlier dominated by the chariots triggered the evolution of the various forms of cavalry, both as a response to a threat of the horse archers and independent forces used by the sedentary societies. Iranian contribution in spreading (and most likely invention) of the new technology is undeniable. Although horse riding and recurved composite bows were known earlier they could not overcome the power of the chariot force separately. Only the combination of the factors allowed fielding large and efficient cavalry troops as was practiced by the Scythians and became the success factor for the Achaemenid Empire. Survival of the chariots as late as the Seleucid times was possible because of changing their tactical function from the highly mobile shooting platform to heavy, at least partially, armored terror and shock weapon.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,072

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 technologies0,0040,005
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,029
Tête enseignante GPT0,188
Écart entre enseignants0,159 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHistoria i ŚwiatMême sujetAncient Near East HistoryTravaux en français237 207