Quantifying Historical Migrations Using a Multi-Step Probabilistic Algorithm and Surname Distributions over the Centuries: A Case Study of Malopolska
Notice bibliographique
Résumé
Contemporary studies on historical migrations gradually demystified the idea that the population in the past was stable and homogenous, and unveiled dynamic and complex connections throughout the whole of Europe. However, even if we are in the era of digitalization and big data, there is no standardized methodology to investigate historical migrations, and there are major challenges in quantifying and providing consistent estimates of migration groups. This research aims to tackle these challenges by proposing a replicable approach, consisting of a multi-step algorithm that uses probabilistic analysis to quantify migration and estimate the most likely migrants’ origin based on surname distributions over the centuries. Particularly, the focus is on the Malopolska case study, on both international and Polish migrations to the region from the 1500s to the Great War. The proposed approach to quantification of historical migrations can be a helpful tool to use in combination with existing methodologies to validate and increase the accuracy of the estimates of other case studies in Europe. Les études contemporaines sur les migrations historiques ont peu à peu démystifié l’idée selon laquelle la population passée était stable et homogène, et ont mis en lumière des connexions dynamiques et complexes à l’échelle de l’Europe entière. Cependant, même à l’ère de la numérisation et des mégadonnées, il n’existe pas de méthodologie standardisée pour étudier les migrations historiques, et il reste de grandes difficultés à quantifier et fournir des estimations cohérentes des groupes de migrants. Cette recherche vise à relever ces défis en proposant une approche reproductible, fondée sur un algorithme en plusieurs étapes qui utilise une analyse probabiliste pour quantifier la migration et estimer l’origine la plus probable des migrants à partir des distributions de noms de famille au fil des siècles. L’étude se concentre en particulier sur le cas de la Malopolska, en analysant les migrations internationales et polonaises vers cette région, du XVIᵉ siècle jusqu’à la Grande Guerre. L’approche proposée pour la quantification des migrations historiques peut constituer un outil utile, à combiner avec les méthodologies existantes, afin de valider et d’affiner les estimations d’autres études de cas en Europe.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| 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 ».