MétaCan
Menu
Retour à la cohorte
Enregistrement W7115263898

Värmlannin metsäsuomalaiset : asutushistoriasta, agraarista kulttuurista ja muutoksesta

2019· other· fi· W7115263898 sur OpenAlexaboutno aff

Notice bibliographique

RevueDoria (University of Helsinki) · 2019
Typeother
Languefi
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)Quarter (Canadian coin)Power (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Muuttoliike Suomesta Värmlannin asumattomiin erämaihin alkoi 1500-luvun lopulla ja päättyi 1600 luvun puolivälissä. Edelleenkään ei ole täyttä yksimielisyyttä siitä, mistä päin Suomea ja mistä syystä Värmlantiin on lähdetty. Värmlannin erämaiden asuttamisen mahdollisti viime kädessä huhtakaski, jonka viljely onnistui havumetsissä. Rautaruukkien vaatimuksesta kaskiviljelyä alettiin Värmlannissa määräyksin 1600-luvulla kuitenkin rajoittaa. Tämä johti muun muassa siihen, että metsäsuomalaiset alkoivat muuttaa läänin pohjoisosiin ja Norjan puolelle, jossa kaskiviljelyä oli vielä mahdollista harjoittaa. Toisaalta kaskiviljelyn vaikeutuminen pakotti monet metsäsuomalaiset kehittämään karjanhoitoa ja peltoviljelyä. Metsäsuomalaiset erottuivat ruotsalaisista aiemmin niin rakennus- ja ruokakulttuurin kuin uskomusmaailmakin osalta. Muutos ja integroituminen ruotsalaisiin oli kuitenkin vääjäämätön prosessi. Kun suomen kieli hävisi, niin katkesi samalla sen välittämä yhteys suomalaisuuteen. Ruotsissa suomen kielen tulevaisuuteen vaikutti erityisesti koululaitos, joka kielsi suomalaislapsilta sen käytön ja teki siitä hävettävää. Merkittävä integraatioon vaikuttava tekijä oli myös Ruotsin 1800-luvun loppupuolella tapahtunut teollistuminen. Yhteiskunta muuttui monella muullakin tavoin ja tähän oli mukauduttava, mikäli aikoi pysyä mukana kehityksessä. Kirjoittaja Eero Sappinen on filosofian tohtori, dosentti.

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), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0030,004
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0050,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0360,080

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 Opus0,012
Tête enseignante GPT0,202
Écart entre enseignants0,189 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDoria (University of Helsinki)Travaux en français237 207