MétaCan
Menu
Retour à la cohorte
Enregistrement W6925920071 · doi:10.21427/yzym-f637

Pickelfleisch, Pastirma, and Beyond: An Overview of the Myths of the Origin of Pastrami

2025· article· en· W6925920071 sur OpenAlexaboutno aff

Notice bibliographique

RevueArrow - TU Dublin (Technological University Dublin) · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueActinomycetales infections and treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEtymologyGermanMythologyExpansiveAssertionState (computer science)

Résumé

récupéré en direct d'OpenAlex

This paper investigates the assertion by Claudia Roden that pastrami is an invention of New York City delicatessens, a claim that refutes the accepted etymology of the word “pastrami” as being linked to a seasoned air-dried meat, sometimes referred to as basturma/pastirma, from Romania or Turkey. The probability that the roots of this iconic American delicatessen favourite can originally be found in two similar meats, pickelfleisch and homen, both originating from the areas today known as Alsace, France and the southeastern section of the German state of Rhineland-Palatinate will also be explored. Ashkenazi food culture is predominantly identified as having originated in a wide swathe of territory, encompassing Northern, Central and Eastern Europe but regularly overlooks the fact that the Jews across this expansive area had migrated from the Ashkenaz Valley in the thirteenth century. They brought their food traditions with them, including the methods of preparing these meats. Many other styles of meat preservation existed or subsequently emerged, but pastrami is distinct in that the meat (beef) is brined, cured, smoked and then steamed. These methods were used in Alsace/Rhineland before being transported to Central and Eastern Europe and then onward to the United States and Canada, where the now famous delicatessen version of pastrami was essentially born.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0080,048
Communication savante0,0080,015
Science ouverte0,0020,005
Intégrité de la recherche0,0040,010
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,030
Tête enseignante GPT0,276
Écart entre enseignants0,246 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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 revueArrow - TU Dublin (Technological University Dublin)Même sujetActinomycetales infections and treatmentTravaux en français237 207