Ceramic Complex of the First Quarter of the 15th Century from Excavations in the Town of Azov
Bibliographic record
Abstract
Главный редактор член-корреспондент АН РТ, доктор исторических наук А.Г.Ситдиков Заместители главного редактора: член-корреспондент АН РТ, доктор исторических наук Ф.Ш.Хузин доктор исторических наук Ю.А.Зеленеев Ответственный секретарь-кандидат ветеринарных наук Г.Ш.Асылгараева Редакционный совет: Р.С.Хакимов -вице-президент АН РТ (Казань, Россия) (председатель) Х.А.Амирханов -член-корреспондент РАН, доктор исторических наук, профессор (Москва, Россия) И. Бальдауф -доктор наук, профессор (Берлин, Германия) С.Г.Бочаров -кандидат исторических наук (Казань, Россия) П. Георгиев -доктор наук, доцент (Шумен, Болгария) Е.П.Казаков -доктор исторических наук (Казань, Россия) Н.Н.Крадин -член-корреспондент РАН, доктор исторических наук, профессор (Владивосток, Россия) А. Тюрк -PhD (Будапешт, Венгрия) И. Фодор -доктор исторических наук, профессор (Будапешт, Венгрия) В.Л.Янин -академик РАН, доктор исторических наук профессор (Москва, Россия) Редакционная коллегия: А.А.Выборнов -доктор исторических наук, профессор (Самара, Россия) М.Ш.Галимова -кандидат исторических наук (Казань, Россия) Р.Д.Голдина -доктор исторических наук, профессор (Ижевск, Россия) И.Л.Измайлов -доктор исторических наук (Казань, Россия) С.В.Кузьминых -кандидат исторических наук (Москва, Россия) А.Е.Леонтьев -доктор исторических наук (Москва, Россия) Т.Б.Никитина -доктор исторических наук (Йошкар-Ола, Россия
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".