MétaCan
Menu
Retour à la cohorte
Enregistrement W4393121481 · doi:10.53179/9783868934663

Slaving and the Funding of Elite Status in Early Medieval Europe (ca. 800–1000 AD)

2024· book· en· W4393121481 sur OpenAlexfundno aff
Alice Rio

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineArts and Humanities
ThématiqueHistorical and Archaeological Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of CambridgeJohns Hopkins UniversityMedieval Academy of AmericaYork UniversityAarhus UniversitetDumbarton Oaks Research Library and Collection
Mots-clésEliteHistoryPolitical scienceLawPolitics

Résumé

récupéré en direct d'OpenAlex

In the last few years research on early medieval slavery has seen an ever-growing emphasis placed on long-distance slave trading, and on the raiding practices that fed this trade. There has been relatively little link-up between this and older historiography looking at slavery in terms of labour and social history: the slaves who moved and the slaves who stayed have largely been kept in separate conversations. The increased profitability of slaving, though, should lead us to expect a rise in the internal importance of slavery as well as in slave-raiding and trading to external markets. This is what we find in many of the regions most intimately associated with the trade. There were, however, profound regional differences in the profiles and forms of engagement in slaving activities across Europe. I suggest that Joseph C. Miller’s idea of slaving as a political strategy adopted by marginal players seeking to bypass normal forms of elite competition is helpful in thinking through the logic of these different responses to the opportunities and challenges presented by the slave trade: what motivated and constrained elite choices and possibilities? And what made slaving a more viable political strategy in some regions than in others?

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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,011
Communication savante0,0050,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,039
Tête enseignante GPT0,226
Écart entre enseignants0,188 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHistorical and Archaeological StudiesTravaux en français237 207