Sugar Island Finns : Introducing Historical Network Analysis to Study an American Immigrant Community
Notice bibliographique
Résumé
This article will provide a preliminary overview of Finnish migration to Sugar Island, Michigan, which occurred primarily between 1915 and 1940, based on narrative sources and census documents.It will introduce and apply social network analysis (SNA) methods and network visualizations to this community and sets the stage for a future, indepth study of the Finns of Sugar Island.This article is part of a larger project HUMANA-Human Migration and Network Analysis: Developing New Research Methods for the Study of Human Migration and Social Change (https://blogs.helsinki.fi/humananetworks/),funded by the Finnish Kone Foundation.This project will develop new methodologies for studying the human past by using network analysis to better understand social, political, administrative, economic, and geospatial networks.For the purposes of this article, our main sources are the US Census returns from 1920 to 1940, and they will be supported by other archival and secondary sources.The scope of analysis will focus primarily on a few prominent individuals but will also provide information on the social structures of the Finnish community.Ultimately, this case study develops an experimental computer model of the Sugar Island Finnish community and will provide a glimpse into the authors' forthcoming project that aims at building a robust dynamic model of the entire Sugar Island community over the period of 1850-1940.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».