Comparing the Australian and Canadian experiences
Notice bibliographique
Résumé
The Great War of 1914¬–18 is often perceived in Britain and the former Dominions as bloody, stupid, ignorant, and unsophisticated in its conduct. Bloody it undoubtedly was. Over 900,000 British and Empire troops were killed, and nearly two million were wounded. Almost no family in the United Kingdom – nor the numerous Dominions for that matter – was left untouched. The British Empire fought in Africa, the Middle East, the Mediterranean, and as far away as German New Guinea. Yet, it was in Europe, in the great crucible of the Western Front, that the largest portion of British Empire casualties fell. The experience of the Australian Imperial Force (AIF) on the Western Front from 1916 to 1918 was inherent to the British Army’s experience. Australian infantrymen who arrived from the Mediterranean in 1916 went on to serve in almost every major British campaign on the Western Front until early October 1918. In those two years, the British Army underwent a learning process that resulted in a highly effective and disciplined force by the end of the war. The cost was high. By the November 1918 Armistice, tens of thousands of Empire troops were buried or remained unaccounted for in the shattered Picardy and Flanders landscapes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,014 |
| Études des sciences et des technologies | 0,036 | 0,010 |
| Communication savante | 0,010 | 0,004 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».