MétaCan
Menu
Retour à la cohorte
Enregistrement W4416276326 · doi:10.1163/24683302-bja10101

A Series of Unfortunate Events: “First Battles” of the Nigerian Contingent in the Cameroon Campaign (1914–1916)

2025· article· W4416276326 sur OpenAlexaff
Adeboye Tinubu

Notice bibliographique

RevueInternational Journal of Military History and Historiography · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueAfrican history and culture studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésColonialismBattleGermanFrontierPower (physics)Work (physics)

Résumé

récupéré en direct d'OpenAlex

Abstract The outbreak of the First World War marked the first time that Nigerian colonial soldiers were deployed against troops of another colonial power on the continent. British-ruled Nigeria’s newly unified army confronted its first combat challenge in Cameroon against the German colonial Schutztruppe . The initial confrontations between British colonial Nigerian soldiers and German Cameroon forces during the early stages of the First World War in West Africa resulted in a series of resounding defeats for the Nigerians. Nigeria Regiment units gathered at Yola, Maiduguri, and Ikom were tasked with defending the Nigerian borders from German incursions and launching offensives into Cameroon against critical frontier towns like Garua, Mora, and Nsanakang. Using the “first battles” principle articulated by military historians Charles Heller and William Stofft, this study concludes that inadequate preparation, failure of intelligence, and indecisive leadership by British officers led to a series of first battle defeats for British Nigeria’s colonial units. Furthermore, this work argues that the lessons learned from the defeats led to organisational and tactical shifts by the British Nigerian units and ultimately contributed to the expulsion of the Germans from Cameroon.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,005
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,011
Tête enseignante GPT0,234
Écart entre enseignants0,223 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Military History and HistoriographyMême sujetAfrican history and culture studiesTravaux en français237 207