MétaCan
Menu
Retour à la cohorte
Enregistrement W7150389894

Farmers in Delfzijl from the sixteenth to the early twentieth centuries::tenants and freeholders

2017· book-chapter· W7150389894 sur OpenAlexaboutno aff
Richardus; id_orcid 0009-0006-1804-7642 Paping

Notice bibliographique

RevueUniversity of Groningen research database (University of Groningen / Centre for Information Technology) · 2017
Typebook-chapter
Langue
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Crisis of the 21st Century
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFreeholdAgricultureEconomic rentEliteLand tenureReservationQuarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The chapter gives a general description of the quantitative development of agriculture over the very long run in the former municipality of Delfzijl (Groningen, the Netherlands), discussing the development of the number of farmers, farm-size, land ownership and the market price of agricultural land. Special attention is given to the fact that this region stands out in the province of Groningen for its relatively extremely large share of freeholders in the eighteenth century controlling up to 40% of the land. The chapter shows that these farms were not successors of medieval freehold farms. Nearly all large freehold farms came into existence in the second half of the seventeenth century or the early eighteenth century, when tenant farmers bought the ownership of land, usually from nobles or others belonging to elite groups. This was possible because of the extreme low prices in this period in the region, partly due to agricultural hardships related to persistent local water problems. Because of the low land rents and the high risks of extra costs for owners due to for instance the maintenance of dikes, investing in land around Delfzijl was no longer interesting. Consequently, a part of the more well-to-do local tenant farmers could buy their land for extremely low prices.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0030,003
Communication savante0,0000,003
Science ouverte0,0050,004
Intégrité de la recherche0,0010,002
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 Opus0,043
Tête enseignante GPT0,231
Écart entre enseignants0,187 · 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
GenreEmpirique

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Groningen research database (University of Groningen / Centre for Information Technology)Même sujetFinancial Crisis of the 21st CenturyTravaux en français237 207