MétaCan
Menu
Retour à la cohorte
Enregistrement W6986162176

Oral History Interview with Ken Miller, February 18, 2005

2005· article· en· W6986162176 sur OpenAlexaboutno aff

Notice bibliographique

RevueThe Portal to Texas History (University of North Texas) · 2005
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueOral History, Memory, Narrative Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMillerOral historyNational guardOfficerWorld War IIMilitary serviceSpanish Civil WarNavy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The National Museum of the Pacific War presents an oral interview with Colonel Ken Miller. Miller was born in Toronto, Canada and raised in California. As a student, he became interested in radio communications and went into the California National Guard in 1939. In the Guard he was wth 102nd Signal Radio Intelligence Company. Miller was on his way to Hawaii and then the Philippines when the Japanese attacked. The ship he was on returned to San Francisco and he was sent to Officer Candidte School. Upon graduating, he was assigned to the 8th Army Air Force Radio Squadron Mobile at Camp Pinedale where he trained units headed for the field overseas. Eventually, he shipped out with the last unit he trained and was stationed at Guam prior to the invasion of Iwo Jima. Once the island was secure, Miller went in and established his radio station where he intercepted Japanese radio traffic. Miller continues with several anecdotes about being on Iwo Jima: recovering Japanese code books from aircraft crashes; surfing; being attacked by Japanese planes; witnessing airplane ditches and crashes; receiving mail; being attacked at night by Japanese holdouts; working with Japanese Americans on Iwo Jima; a typhoon; etc. When the war ended, Miller was relieved and retuned to the US where he left the service only to join again and make a career out of it.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil0,344

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,1030,018

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 Opus0,044
Tête enseignante GPT0,203
Écart entre enseignants0,160 · 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'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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Portal to Texas History (University of North Texas)Même sujetOral History, Memory, Narrative AnalysisTravaux en français237 207