Et blikk pa det norske kredittmarkedet i perioden 1823-1865: Tinglyste pantelan i Christiania, Trondhjem, Strinda og Selbu og Nedre Romerike i utvalgte ar
Notice bibliographique
Résumé
Som en del av Norges Banks 200-årsjubileumsprosjekt har det vært ønskelig å få bedre innsikt i kredittgivningen i Norge i tiden etter etableringen av det organiserte bankvesenet. Spørsmålene som vi har ønsket å besvare i dette notatet er: Hvilke sektorer ga lån? Var det store enkeltlångivere blant de institusjonelle og personlige långiverne? Notatet gjengir resultatene av en sektoranalyse av tinglyste pantelån i sorenskriveriene i Christiania, Trondhjem, Strinda og Selbu og Nedre Romerike for utvalgte år. For alle fire sorenskriveriene dekkes årene 1825, 1835 og 1845. I tillegg til disse tre årene dekkes 1823 og 1824 for Christiania, 1824 for Trondhjem og 1855 og 1865 for Strinda og Selbu og Nedre Romerike. Analysen av samlet pantelånskreditt tinglyst i de fire sorenskriveriene omfatter årene 1825, 1835 og 1845. Vi har i alt kartlagt 3 297 pantelån i de fire sorenskriveriene. Pantelånene fordeler seg med 1 157 på Christiania, 791 på Trondhjem, 744 på Strinda og Selbu og 605 på Nedre Romerike. I tillegg til dataene fra de fire ovennevnte sorenskriveriene viser vedlegg 2 sektorfordelingen av 282 pantelån i Bergen i 1825. Siden vi bare har data for 1825 for Bergen er byen holdt utenom analysen av samlet pantelånskreditt. Kilden for pantelånene er digitaliserte pantebøker publisert på nett av Arkivverket/Digitalarkivet. Kreditt i form av diskonteringskreditter og handelskreditter er ikke med i vår analyse.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,757 | 0,041 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».