MétaCan
Menu
Retour à la cohorte
Enregistrement W6990612428

Do mar à mesa: a pesca e a alimentação em Arraial do Cabo entre as décadas de 1930 e 1960

2018· article· en· W6990612428 sur OpenAlexaboutno aff

Notice bibliographique

RevueAmericanae (AECID Library) · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood, Nutrition, and Cultural Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFishingPopulationFish <Actinopterygii>Fishing industrySaltingWork (physics)Order (exchange)Quarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

From a fishing village dedicated almost exclusively to fishing to the seat of a large chemical industry of national interest: since the creation of the Companhia Nacional de Álcalis (National Company of Alkalis) by decree, in 1943, until the effective beginning of its operations in 1960, Arraial do Cabo lived a process of economic and social transformation that aroused the interest of researchers and research institutions that sought to know more about the habits and customs of the local population, who had fishing as their main economic source and as the center of the social life of their residents. The present work seeks to analyze the research carried out in Arraial do Cabo during the decades of 1930 to 1960 and to understand the dynamics of the process of artisanal fishing - from the sea - and salting of fish practiced in Arraial do Cabo, in order to know the products used in the food of its inhabitants and to record the recipes and ways of preparing - at the table - the fish and other foods consumed by the population between those decades. Among the subjects of these narratives are fishermen, fish merchants, women salt processors and witnesses of this period who shared their stories and memories during the interviews conducted to carry out this work

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)0,002
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,204
Score d'incertitude au seuil0,406

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,231
Écart entre enseignants0,218 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmericanae (AECID Library)Même sujetFood, Nutrition, and Cultural PracticesTravaux en français237 207