MétaCan
Menu
Retour à la cohorte
Enregistrement W7135030040 · doi:10.1353/vcr.2025.a984994

Breed Clubs and Associations

2025· article· en· W7135030040 sur OpenAlexvenueno aff
Michael Worboys

Notice bibliographique

RevueVictorian review · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésnon disponible

Résumé

récupéré en direct d'OpenAlex

Domesticated animal breeds as we know them today were invented in Victorian Britain.(Worboys et al, 2017) Over thousands of years, domestication had produced a variety of physical forms and physiologies in each domesticated species, selected for different environments, agricultural systems, and support roles.The term 'breed' had been mainly used for regional varieties of cattle and sheep, typically named after geographical areas, or for commercial brands, such as Robert Bakewell's New Leicesters.(Walton, 1986) These 'area' and 'brand' breeds had different forms, which had developed from and were secondary to their function at stud, on grass, and at market.However, from the 1860s, form trumped function, and breed was extended by fanciers to domestic animals, especially at the new fancy shows.Competition drove the proliferation and differentiation of fancy breeds, resulting in more distinct, discrete, and decorative forms.Breed clubs, associations of gentlemen, sportsmen, fanciers and, later, farmers, orchestrated these changes in ideas and remade animal bodies.Clubs emerged from the new phenomenon of national fancy and livestock competitions.Regional and local agricultural shows had a long history, but the railway and the telegraph made national events possible.Just as railway timetables needed

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,306

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,011
Tête enseignante GPT0,350
Écart entre enseignants0,339 · 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'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
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueVictorian reviewMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207