MétaCan
Menu
Retour à la cohorte
Enregistrement W4416187338 · doi:10.33063/d7d85w56

Namn och konflikter: Handlingar från NORNA:s 50:e symposium i Uppsala den 14–16 november 2023

2025· book· W4416187338 sur OpenAlexaffabout

Notice bibliographique

Revuenon disponible
Typebook
Langue
DomaineSocial Sciences
ThématiqueNames, Identity, and Discrimination Research
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésFolkloreNorth Germanic languagesQuarter (Canadian coin)Middle AgesKingdomLithuanian

Résumé

récupéré en direct d'OpenAlex

The present volume is the result of the symposium “Names and Conflicts” which was held in Uppsala in November 2023. The symposium was arranged by the Institute for Language and Folklore and the department of Scandinavian Languages at Uppsala University in collaboration with NORNA and gathered about 60 participants. Keynote speakers were Associate Professor Karen Pennesi from University of Western Ontario and Associate Professor Maria Gussarsson from the Swedish Defence University. The proceedings contain 14 peer-reviewed articles that span across different parts of the onomastic research field including sociolinguistics, language history, name planning and linguistic landscapes. The articles cover a time span from the Middle Ages up until the 21st century. Insights into different name types including place names, personal names and bynames from Canada, Denmark, Finland, Norway and Sweden are presented.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,133
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,002
Communication savante0,0030,001
Science ouverte0,0040,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0460,007

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 Opus0,032
Tête enseignante GPT0,339
Écart entre enseignants0,307 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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'admission2
Résumé présentoui

Explorer davantage

Même sujetNames, Identity, and Discrimination ResearchTravaux en français237 207