MétaCan
Menu
Retour à la cohorte
Enregistrement W4404512138 · doi:10.5539/ass.v20n6p1

Silk and Silkworm: (Re)discussion on the Origin and Early History of Using Silk Fibres

2024· article· en· W4404512138 sur OpenAlexvenueno aff
Xiyao Zhang, Xiaoming Yang

Notice bibliographique

RevueAsian Social Science · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSilkworms and Sericulture Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSILKPolymer scienceMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Discussions on the origin of silk utilisation usually focus on the origin of discovering filaments, ignoring the existence and availability of short fibres. Among these studies, some arguments with evidence of silkworms have inserted a preconception that silkworm rearing is certainly related to silk utilisation, ignoring the possibility that human ancestors might have reared silkworms for other reasons before they knew how to use silk fibres. Considering the difficulties in obtaining raw materials, the complexity of the production processes, and archaeological evidence for the early use of silk, it seems probable that silk was utilised first in the form of short fibres and these fibres were processed with the spinning technique. By analysing the relationship between silk reeling and weaving, silk reeling was invented to answer the growing demands of the weaving industry. By analysing the relationship between silk utilisation and silkworm rearing, silkworm domestication was motivated and prompted by the growing demand from silk reeling workshops. Silk reeling appeared after the birth of weaving and before the activity of rearing silkworms. Combined with the scientific study results of the silkworm taming and domestication time, silk fibres were discovered and used before 7000 BP.

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)0,002
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 enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,007
Communication savante0,0020,005
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,049
Tête enseignante GPT0,289
Écart entre enseignants0,241 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetSilkworms and Sericulture ResearchTravaux en français237 207