MétaCan
Menu
Retour à la cohorte
Enregistrement W7082035122 · doi:10.17580/gzh.2025.07.16

Production dynamics at government-owned mining works in Russia in Nicholas I period

2025· article· en· W7082035122 sur OpenAlexaboutno aff

Notice bibliographique

RevueGornyi Zhurnal · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Production (economics)Competition (biology)ReignPeriod (music)Precious metalPig ironMining industry

Résumé

récupéré en direct d'OpenAlex

The article reviews development of production at the government-owned mining works in Russia in the second quarter of the 19th century. The source was the historical data of the Most Loyal Reports of the Department of Mining and Salt to the Emperor. The statistics of mineral mining, metallurgy and metal working, as well as shipment of products at the government-owned works in the Ural is analyzed. In the period of reign of Nicholas I, production at the government-owned mining works never grew (gold production was at a level of 135 poods (pood is a traditional Russian unit of weight, equal to 16 kilos), iron ore—3.9 million poods, copper ore–round 1.2 million poods with a decreasing trend, black coal—490 thousand poods, copper smeltery produced round 30.5 thousand poods, cast iron supply reduced from 1.5 million to 750 thousand poods, iron supply grew from 490 to 650 thousand poods, manufacturing of cannons was round 58 thousand poods, shells—round 204 thousand poods, anchors—12 thousand poods, cold guns—35 thousand items, scythes—12 thousand items). The zero growth was conditioned by the objectives set by the law for the government-owned mining industry. The increase in production could either lead to a competition with private factories, which was legally prohibited, or to an increase of budget expenses. Furthermore, the research revealed the specifics of the inventory adopted by the mining industry: the ‘reports’ informed not on the amount of metal produced but on the amount of metal supplied to customers and for market sales.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,340
Score d'incertitude au seuil0,492

Scores Codex et Gemma par catégorie

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

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 GPT0,213
Écart entre enseignants0,206 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGornyi ZhurnalMême sujetGeochemistry and Geologic MappingTravaux en français237 207