MétaCan
Menu
Retour à la cohorte
Enregistrement W7005464138

Rail ports: The collaboration of railroad and coastal steamboat companies in New England in the 1840s

2016· article· en· W7005464138 sur OpenAlexaboutno aff

Notice bibliographique

RevueJournal of Media Literacy Education · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrainNew englandQuarter (Canadian coin)Rail networkRevenueSound (geography)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Prior to the development of railroad travel in New England, the primary mode of transportation was the stagecoach, a slow and uncomfortable vehicle. Steamboats traveled between coastal cities, but were more limited in their routes than stagecoaches and averaged the same amount of travel time. Desire for faster travel times, specifically between New York City and Boston, accelerated technological advancements that led to the development of a fledgling railroad network in New England by the second quarter of the nineteenth century. It also led to increased collaboration between railroad and steamboat companies, each offering combination routes to save time. The Long Island Railroad Company (LIRRC) was one of many railroad companies that took part in this transportation revolution. It was also one of many to experience financial hardship and one of the few to escape complete failure following the economic Panic of 1837. LIRRC trains departed Brooklyn and arrived in Greenport, at the northeastern end of Long Island, three hours later. Passengers then took a ferry across Long Island Sound to either Stonington or Norwich, Connecticut and then continued to Boston by railroad. This route was poised to cut travel time between New York and Boston nearly in half, but lasted only two and a half years. This study will examine the impact of financial hardship on the LIRRC’s quest to offer the fastest route between New York and Boston.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,313
Score d'incertitude au seuil0,124

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,279
Écart entre enseignants0,274 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Media Literacy EducationMême sujetCell Image Analysis TechniquesTravaux en français237 207