MétaCan
Menu
Retour à la cohorte
Enregistrement W7073944111

Waters of the Exodus Jewish experiences with water in Ptolemaic and Roman Egypt

2016· article· en· W7073944111 sur OpenAlexaff

Notice bibliographique

RevueTSpace (University of Toronto) · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGlass properties and applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesPrinceton University
Mots-clésJudaismWorshipAcknowledgementMateriality (auditing)NarrativePower (physics)Honour
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study examines how the fluvial environment shaped the writing of Jewish narratives in Ptolemaic and Roman Egypt (300 BCE – 115 CE). It focuses on four texts that narrate the Exodus story and analyzes them in terms of how water in Egypt is described and how elements of the environment—such as the Nile or the Red Sea—are characterized in their retellings. I argue that the natural environment informed Jewish writings through the incorporation of new fluvial terminology, development of different conceptions of water, and the adoption of positive attitudes towards the environment. These features, found specifically in texts composed in Egypt, demonstrate the power of the environment to shape a foundational Jewish narrative. Previous studies on the Jews of Egypt have examined their lives in political, social, or economic terms, with little acknowledgement of the physical environment and its role in daily and religious life. By focusing on water, this work traces the emergence of distinct practices developed in response to the environment, such as the location of places of worship and emerging employment opportunities. Such characteristics distinguish the communities of Egypt from both other Jews and non-Jews. Additionally, the project speaks to larger trends in the field of Biblical Studies that focus on the materiality of everyday life.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,011
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,189
Écart entre enseignants0,180 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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 revueTSpace (University of Toronto)Même sujetGlass properties and applicationsTravaux en français237 207