Bibliographic record
Abstract
Gazete ve dergiler günlük sosyal, kültürel, bilimsel ve edebi gelişmeleri okuyucularına duyuran en yaygın bilgi kaynaklarıdır. Kitaplar kadar uzun bir geçmişe sahip olmasa da matbaa ve ulaşım olanaklarının gelişmesiyle özellikle gündelik gelişmeler ve bilim alanında yoğun bir etkiye sahip olmuşlardır. XVIII. yüzyılın son çeyreğinden itibaren geniş kitlelere yayılan gazete ve dergiler, tarihleri itibarıyla birer efemera (geçici süreli belge) niteliği taşısalar da, meraklılar ve araştırmacılar için birer koleksiyon/özel arşiv malzemesi niteliği de taşıyabilirler. Ancak birçok araştırmacı, meraklı veya koleksiyoncu, gazetenin tamamı yerine ilgilendikleri bölümü toplamayı tercih ederler. Genellikle ilgilenilen bölümün kesilmesi ile biriktirilmeye/saklanmaya başlayan bu parçalara kesik veya kupür denilmektedir. Kesik/kupürlerin arşivlenmesi, diğer bazı arşiv malzemesi ile karşılaştırıldığında daha özen gösterilmesi ve dikkat edilmesi gereken bir süreçtir. Çalışmada, söz konusu malzemenin hangi niteleme alanlarıyla ve nasıl arşivlenmesi ve nasıl korunması gerektiği örnekler verilerek değerlendirilecektir.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.051 | 0.010 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".