Notice bibliographique
Résumé
Mining and metallurgy experienced decisive changes linked to available geological possibilities and the political, economic, and cultural transformation of Europe. Extraction of lead, iron, silver, copper, gold, and other metals led to continual adaptations of water-pumping machines and blast furnace technology. With successes and failures, miners adapted wind-blown hearths, bellows-blown furnaces, and cupellation techniques to a whole range of crude ores. Techniques spread from one mining district to the next, expanding metal production in towns of the Black Forest, Devon, Alsace, the Alps and the Dinaric Alps, the Carpathians, the Ore Rich Hills of Tuscany, Mediterranean islands, the Pyrenees, and the Iberian Baetic Cordillera. Over the last decades, historians have emphasized the role of demographic and income expansion in the success of mining and metallurgy. Increasing demand for African gold, Chinese silk, and other Asian goods by European ruling classes and merchants created stimulus for intensifying mining and metallurgical activities. After the Spanish conquest of the Americas, a new method for treating silver ores emerged in Mexico, radically expanding the metallurgical possibilities of mining districts. A corpus of knowledge of mining and metallurgy emerged, distilling, absorbing, and clashing with alchemical views that refused to die easily. Mining bureaucracies, royal mine officers, and mining financiers appeared everywhere competition for mines and metals emerged in a European economy increasingly dependent upon mines, metals, and a changing mining and metallurgical industry.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».