Everyday life in Nazi Germany
Notice bibliographique
Résumé
At a conference in 2007 in his honour at the University of Michigan, Alf Lüdtke commented that there are many different ways to research the history of everyday life: its practitioners are still more united by the questions they ask than by how they seek their answers. Its pluralism, and its marginality, has allowed Alltagsgeschichte to serve as a conduit for epistemological innovation into modern German history from other fields, such as the linguistic, postmodern, cultural and spatial turns. Yet the characteristically eigensinnig lack of consensus can make it challenging for individual scholars to explain precisely what they mean by Alltagsgeschichte to their readers. In this issue, German History is pleased to bring together an international panel of distinguished historians who are either practitioners of Alltagsgeschichte or whose scholarship has been significantly influenced by it: Elissa Mailänder Koslov (Kulturwissenschaftliches Institut Essen), Gideon Reuveni (University of Melbourne), Paul Steege (Villanova University), and Dennis Sweeney (University of Alberta). Since the 1960s, historians of everyday life have investigated many different periods of German history, but none so much as the Nazi era. It seems fitting then to focus this Forum on the brown elephant in the room. The contributors have been asked to think about how the history of everyday life has altered our interpretations of the Third Reich in particular and modern German history more broadly. But rather than starting with a framing question from the moderator, we begin instead with the sceptical doubts of a panellist. It would hardly be a Forum on Alltagsgeschichte without unruly acts of reappropriation. Andrew Stuart Bergerson (University of Missouri–Kansas City) moderates the discussion.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,073 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».