MétaCan
Menu
Retour à la cohorte
Enregistrement W7135917806

The theme of aging in the books The Old King in the Exile by Geiger and House of Turtles by Pent

2020· dissertation· de· W7135917806 sur OpenAlexaboutno aff
Kateřina Vorlová

Notice bibliographique

RevueDigital Repository (National Repository of Grey Literature) · 2020
Typedissertation
Languede
DomaineArts and Humanities
ThématiqueMemory, History, Trauma, Identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTheme (computing)GermanBachelorGeiger counterQuarter (Canadian coin)Biography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

VORLOVÁ, Kateřina: The theme of aging in the books The Old King in the Exile by Geiger and House of Turtles by Pent. [Bachelor thesis]. UK. Faculty of Education; Department of German Studies. Leader: Mgr. Eva Markvartová, Ph.D. Degree of professional classification: bachelor; Place of defense: Faculty of Education, 2020. 46 p. The bachelor thesis focuses on the topic of dementia occurring in German-written literature. Specifically, two books are described and compared - House of Turtles by Annette Pehnt and The Old King in the Exile by Arno Geiger These mutually different works have their main theme in common - senility and dementia. In the books changes not only the attitudes of sick people towards life and their loved ones, but also the course and consequences of the disease of individual protagonists and the environment. The authors present their experiences with dementia and Alzheimer's disease, personal or otherwise acquired knowledge, and their heroes bring readers closer to the joys and sorrows of their daily lives. The first chapter deals with the problems of senility and related dementia. It contains information on how the disease arises, progresses and how its manifestations can be alleviated. The second part is devoted to the motif of old age in literature in general, as well as in the...

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0040,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,006

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 GPT0,224
Écart entre enseignants0,212 · 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 source (Gemma direct ou Codex distillé), 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository (National Repository of Grey Literature)Même sujetMemory, History, Trauma, IdentityTravaux en français237 207