MétaCan
Menu
Retour à la cohorte
Enregistrement W4409509821 · doi:10.7788/9783412530921.383

Abstracts

2025· book-chapter· en· W4409509821 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueSentiment Analysis and Opinion Mining
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Patterns of Change. The DEEDS Database, Topic Modeling and Network Analysis in English Medieval Charters, and the Future of Digital DiplomaticsThis paper describes the challenges of working in digital diplomatics over the past half century.In the 1970s, prior to the introduction of the laptop, digital research was performed on mainframe computers and the relational database was unknown.Microfiche replaced microfilm as a standard means of reproducing large numbers of images in a still physical medium.Data transfer was by dial-up telephone connections.The 1980s saw the foundation of the journals History and Computing, and Le médiéviste et l'ordinateur, both of which appeared regularly into the early twentieth century when the field broadened to make way for the Journal of Digital Humanities.2011 saw the on-line launch of the DEEDS Project in Toronto featuring a database of the rare English charters from the period 1066-1307 that were issued with dates.Using statistical applications, the DEEDS 'Dater' was subsequently developed to attribute dates to the 97% of documents from the period which are undated.Topic modeling, using Latent Dirichlet Allocation applied to nearly seventeen thousand internally dated charters, has provided clear indications of diplomatic variance which in turn reflect major societal change across the kingdom.Further examination of individual topics explains why the occasional charter was dated, while heat mapping of common diplomatic terms points to disruptions caused by political confrontations.Future directions in Humanities computing see the abandonment of stand-alone databases in favour of their integration.

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,535
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0020,001
Communication savante0,0090,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,4650,233

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 Opus0,022
Tête enseignante GPT0,250
Écart entre enseignants0,228 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSentiment Analysis and Opinion MiningTravaux en français237 207