MétaCan
Menu
Retour à la cohorte
Enregistrement W4415899478 · doi:10.5539/ijel.v15n7p7

“The Parent of Health and Long Life”. Food and the Popularization of Learned Medicine in Late-seventeenth-century England

2025· article· en· W4415899478 sur OpenAlexvenueno aff
Giulia Rovelli

Notice bibliographique

RevueInternational Journal of English Linguistics · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHistory of Medicine Studies
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésMateria medicaPromotion (chess)Balance (ability)Health promotionFood productsAlternative medicineLatin Americans

Résumé

récupéré en direct d'OpenAlex

Although newer approaches, including the Paracelsian one, also started to gain more prominence, late-seventeenth-century medicine was still largely based upon the Hippocratic-Galenic system, where the relationship between nutrition, health and well-being occupied a prominent position. Indeed, food was included among Galen’s six “non-naturals”, that is, the activities that need to be regulated to balance the humors in the body and, consequently, to preserve (and in some cases also restore) health. Moreover, the distinction between food and drug was only pragmatic, as, because of their therapeutic properties, several kinds of foodstuff also appear among the simples and in the ingredients lists of compound remedies in all materia medica and receptaria. Following the methodology of Historical Discourse Analysis, the paper investigates how the relationship between food and well-being was presented and represented in a corpus of general medical handbooks that were translated from Latin into English in the late seventeenth century with the purpose of rendering learned medical notions accessible to a wider English-speaking audience, thus shedding light on dominant discourses on food and nutrition and their role in the promotion of well-being in early modern medicine.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,025
Communication savante0,0030,004
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,027
Tête enseignante GPT0,286
Écart entre enseignants0,259 · 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'étudeQualitatif
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetHistory of Medicine StudiesTravaux en français237 207