MétaCan
Menu
Retour à la cohorte
Enregistrement W7101413161 · doi:10.5040/9798216426646

The First Lady of Dirt

2024· book· W7101413161 sur OpenAlexaboutno aff

Notice bibliographique

RevueRowman & Littlefield eBooks · 2024
Typebook
Langue
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDirtTragedy (event)AmateurQuarter (Canadian coin)FeelingPerformance art

Résumé

récupéré en direct d'OpenAlex

<JATS1:p>The incredible, little-known story of the first successful Black woman in the sport of auto racing in the United States.</JATS1:p> <JATS1:p>Early in her career, Cheryl Glass looked like a lock to become the first Black woman to compete in the Indianapolis 500. From racing quarter midget cars at ten years old to Indy Lights in her twenties, Cheryl was on her way towards a winning career in auto racing.</JATS1:p> <JATS1:p>InThe First Lady of Dirt: The Triumphs and Tragedy of Racing Pioneer Cheryl Glass, Bill Poehler tells Cheryl’s full story for the first time. He recounts how Cheryl rapidly became the first successful Black woman in the sport, yet frequently encountered racist and sexist taunts from other drivers and fans throughout her career. While appearing to have it all—talent, ambition, looks—she faced many challenges on and off the track and her life soon spun out of control.</JATS1:p> <JATS1:p>Featuring exclusive interviews with Cheryl’s mother, friends, and competitors,The First Lady of Dirttakes you behind the scenes and in the driver’s seat of Cheryl’s life. Poehler, an amateur racer himself, places the reader at the track, smelling the dirt and fumes, hearing the roaring engines and crashing metal, and feeling Cheryl’s joy and pain. It’s the inspiring story of a racing pioneer and a tragic tale of the pressures that are often hidden from public view until it’s too late.</JATS1:p>

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,719
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,271
Écart entre enseignants0,245 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRowman & Littlefield eBooksMême sujetSports, Gender, and SocietyTravaux en français237 207