Finding Fairfield: The Behind the Scenes Story of "Ain't No Harm to Kill the Devil"
Notice bibliographique
Résumé
Finding Fairfield is the "behind-the-scenes" story of the writing of Jeffrey Copeland's Ain't No Harm to Kill the Devil: The Life and Legend of John Fairfield, Abolitionist for Hire. John Fairfield was one of the most gifted and notorious abolitionists fighting for freedom for all in the decade before the American Civil War. In the pages of Finding Fairfield, Jeffrey recounts his adventures in gathering the details and information needed to write Fairfield's tale. These adventures took him to historic homes, important landmarks of the pre- Civil War era, Underground Railroad depots/museums, and other sites frequented by John Fairfield and others who proudly carried the torch of abolitionism. Jeffrey's journey was not always an easy one: getting terribly lost in the middle of nowhere while searching the Sandy & Beaver Canal system (a waterway once used to transport runaway slaves, by boat, to freedom), participating in a "ghost tour" near one of the most important Underground Railroad havens, and even spending the night in a haunted inn where John Fairfield himself once slept. Finding Fairfield also recounts Copeland's efforts to re-trace the journey made by John Fairfield when he once led nine slaves from Kentucky to their freedom in Canada. Finding Fairfield is both the story of a writer's craft and an engaging travelogue—a combination sure to please those who love American history and stories of "important Americans" who have had such profound impact on the world we live in today. - Provided by publisher
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».