MétaCan
Menu
Retour à la cohorte
Enregistrement W7004723601

Oral History Interview with Kenneth Harrell, January 21, 2007

2007· article· en· W7004723601 sur OpenAlexaboutno aff

Notice bibliographique

RevueThe Portal to Texas History (University of North Texas) · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueBiological and pharmacological studies of plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOral historyPopulationNavyCrewWhite (mutation)World War IIAdversaryCape
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The National Museum of the Pacific War presents an oral interview with Kenneth Harrell. Harrell joined the Marine Corps in August 1942 and received basic training in San Diego. He was assigned to the 1st Marine Division as a radio operator with the 1st Amphibious Tractor Battalion and first encountered enemy fire during a practice landing on Goodenough Island. With Chesty Puller, he walked across Cape Gloucester amidst sniper fire. Harrell transferred to the 6th Amphibious Tractor Battalion, landing on Peleliu in the second wave. When his LV-2 Water Buffalo was hit twice in shallow water, Harrell’s shoes were blown off and he crawled ashore, shredding his hands and knees on the reef. After the air strip was secured, Harrell was put on shore patrol, deterring enemy barges. Holdouts remained in caves, and Harrell was bayoneted during a banzai charge. He killed his assailant and boarded a hospital ship. His battalion having been decimated, Harrell rejoined the 1st Amphibious Tractor Battalion at Okinawa, taking fragments when a nearby Japanese soldier committed suicide by grenade and hiding amidst urns in native burial grounds. In September 1945, Harrell transferred to the 1st Motor Transport Battalion in north China, facilitating the disarmament of Japanese tank units. He liberated French Canadian Marines and noted the sizeable population of white émigrés. Harrell returned home and was discharged in February 1946. He reenlisted during the Korean War.

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)0,007
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,489

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,001
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,1460,036

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 Opus0,050
Tête enseignante GPT0,238
Écart entre enseignants0,188 · 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
GenreAutre

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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Portal to Texas History (University of North Texas)Même sujetBiological and pharmacological studies of plantsTravaux en français237 207