MétaCan
Menu
Retour à la cohorte
Enregistrement W7040055591

Nature's Past Episode 052: Hydro-Power and War

2016· other· en· W7040055591 sur OpenAlexaboutno aff

Notice bibliographique

RevueYork University Digital Library (York University) · 2016
Typeother
Langueen
DomaineSocial Sciences
ThématiqueEducation, Innovation and Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorld War IIFirst world warSpanish Civil WarFalling (accident)ElectricityTotal war
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

What fuels war? The total war of the Second World War placed enormous demands on the resources and environment of Canada. Manufacturing equipment for the war and harvesting natural resources for production were some of the most substantial contributions Canadians made to the war effort on the home front. And most of the electricity that powered that effort came from falling water. As Matthew Evenden writes in his new book Allied Power: Mobilizing Hydro-Electricity During Canada’s Second World War, “Canada’s war economy was mobilized on the banks of rivers as well as people.”
\n
\nDuring the course of the Second World War, the federal government, provinces, and private corporations coordinated in the expansion of Canada’s hydro-electric capacity. By the end of the war, Canada was a hydro-electricity superpower.
\n
\nOn this episode of the podcast Matthew Evenden discusses his new book on the role of energy and environment in Canada’s Second World War.
\n
\nBook Cover: Allied Power: Mobilizing Hydro-Electricity During Canada's Second World 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0160,000

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 Opus0,007
Tête enseignante GPT0,209
Écart entre enseignants0,202 · 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.

Devis d'étudeSans objet
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYork University Digital Library (York University)Même sujetEducation, Innovation and Language StudiesTravaux en français237 207