MétaCan
Menu
Retour à la cohorte
Enregistrement W4388640843 · doi:10.1017/ahss.2023.74

Terra Nova

2023· article· fr· W4388640843 sur OpenAlexaboutno aff
Jack Bouchard

Notice bibliographique

RevueAnnales Histoire Sciences Sociales · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueHistorical Geography and Geographical Thought
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Résumé Au début du xvie siècle, les marins européens établirent une pêcherie commerciale et un site d’occupation permanent dans l’Atlantique du Nord-Ouest. Comment nommer ce lieu ? Cet article défend l’idée que ces marins développèrent leur propre conception de l’espace par le prisme de la création de la pêcherie – une conception qui était le reflet des cartes mentales qu’ils avaient développées à travers la pratique du travail de la pêche. Il soutient qu’au lieu d’utiliser une terminologie contemporaine comme Newfoundland, les spécialistes devraient au contraire s’emparer de cette grille de lecture géographique pour traiter des premières années de la pêcherie et de la colonisation. Des marins de toute l’Europe ont utilisé l’expression Terra Nova et ses variantes afin de désigner un espace fluctuant, vaste et aqueux dans l’Atlantique du Nord-Ouest. Son usage s’est montré cohérent dans le temps et l’espace, et liait la géographie à la pratique de la pêche. Cet article restitue les cartes mentales du xvie siècle, retrace l’origine et la diffusion du syntagme Terra Nova et montre en quoi il diffère des géographies et des désignations des cartographes. Dans sa dernière partie, il réfléchit à la relation entre le travail, la mer et l’espace, et à la manière dont celle-ci a contribué à l’usage de Terra Nova. Ce faisant, il offre le moyen de retrouver les cartes mentales oubliées et de démontrer la malléabilité des géographies maritime au début de l’histoire de l’expansion européenne dans le bassin atlantique.

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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,217
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,2170,074

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 Opus0,190
Tête enseignante GPT0,365
Écart entre enseignants0,176 · 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
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnales Histoire Sciences SocialesMême sujetHistorical Geography and Geographical ThoughtTravaux en français237 207