Medieval Slavic Summer Institute at Ohio State: Celebrating a Quarter Century of a Unique Educational Experience
Notice bibliographique
Résumé
The first MSSI in 1999 was 3 weeks long, subsequent institutes have lasted 4 weeks. The most recent MSSI 2024 was the 12th biennial institute. There have been 133 full-time, in-person participants mostly from North American & European universities; the top 10 institutions represented are: Ohio State (40 participants), Univ. of Michigan (9), Universidad Complutense de Madrid (8), Univ. of Cambridge (6), Univ. of Toronto (5), Univ. of Chicago (4), Univ. of Kansas (3) & UCLA (3), Central European Univ. (2) & Harvard (2). In 2024, Atmoja Bose became the first participant from the Univ. of Delhi (India), and Aleksa Karajić (Univ. of Belgrade, Serbia) the first from a Slavic country. We had previously focused on instructing students who did not have access to experts and manuscripts in Slavic Cyrillic at their home universities such as in Serbia, Bulgaria, North Macedonia, and Russia. Predrag Matejic taught MSSI 1999-2017, Daniel E. Collins – MSSI 1999-2019; M.A. Johnson took over from Predrag in 2019, and Bojan Belić (MSSI 1999) has taught Church Slavonic since MSSI 2022. From the beginning there have been guest lecturers, including the Very Rev. Dr. Mateja Matejic in 2003. Professor Jenn Spock’s practicum in reading Muscovite cursive has been a staple since 2006, and Professor Eric J. Johnson’s Western manuscript codicology and printing since 2011. Whenever possible, MSSI alumni are hired as RCMSS graduate research associates; since 2015, MSSI alumni have been invited back as MSSI guest lecturers.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».