Wanting to Call this Poem Clerestory, I Settle on Collateral Damage, and: Late April, and: Shinrin-Yoku, January
Notice bibliographique
Résumé
Wanting to Call this Poem Clerestory, I Settle on Collateral Damage, and: Late April, and: Shinrin-Yoku, January Erin Wilson (bio) Wanting to Call this Poem Clerestory, I Settle on Collateral Damage I would ratherbe alonein the white lightof a stone churchthan under this hostileretail lighting as the birdlike bonesin my handsfinally breakand the tinyhammersin my earsgrow still but someonemust paythe governmentsfor their wars. [End Page 165] Late April I take my shrunken wool sweater off,the one I know affectionately as my Marina Tsvetaeva sweater(the camel-colored one with the holes whose buttons hangfrom silver shanks like little sleepyheads). I peel, wash, and salt raw turnipand bite a hunk off. I put Chopin's "Preludes" on the record playerand force a window open. A young girl in my neighbor's yardkneels with bare legs in a cool-green grass of fire. [End Page 166] Shinrin-Yoku, January Green wind, white pine do not buywhat they're selling! Green wind, white pine (breath) black thoughtsget filtered out Green wind, white pine fists loosenwelcome the palms again Green wind, white pine eyes turn inwardwhere snow begins to fall [End Page 167] Erin Wilson erin wilson's poems have recently appeared in Vallum Magazine, Tar River Poetry, The Shore, Verse Daily, and Valparaiso Poetry Review. Her first collection is At Home with Disquiet; her second, Blue, is about depression, grief and the transformative power of art. She lives in a small town on Robinson-Huron Treaty Territory in Northern Ontario, Canada, the traditional lands of the Anishnawbek. Copyright © 2023 University of North Dakota
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».