Superhorses and Horse Girls
Notice bibliographique
Résumé
My mother bought me a mug: it says, in big letters: YOU CAN’T SCARE ME. I RIDE A MARE. The mare I ride now is the fourth mare I’ve owned. I have now also spent most of my professional life looking at horse magazines and horse people’s memoirs from the nineteenth and twentieth century, particularly in the U.S., Canada, and the United Kingdom and in the realm of Thoroughbred raising and racing. I wasn’t looking for information about mares, but I began noticing how assumptions about them had shifted over the relatively brief history I was examining. In the nineteenth century, mares ran in open competition regularly, a practice that still persists in flat racing in Europe. But in the United States, around the turn of the century, attitudes about mares began to shift, and sex-segregated competition became the rule after World War II. I began to think about how the history of mares seemed to map with striking directness onto the history of women. Second-wave feminists embraced mares as barrier breakers; one columnist opined after Genuine Risk’s Kentucky Derby victory, “in your face, Phyllis Schlafly.” And in the twenty-first century, fans have once again idolized superstar mares like Zenyatta, Rachel Alexandra, and Beholder, following their journeys to the broodmare band on social media. My keynote (and my next book) focuses on the relationship of mares’ history and women’s history in the United States, and it also seeks to more deeply address what that relationship has meant to women in times of personal, professional, and historical change and struggle. Watch here
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».