Mapping Seasonality and Rural Production from a Geohistorical Perspective: The “Ripening Time Registry” of the Grand Duchy of Tuscany (Nineteenth Century, Italy)
Bibliographic record
Abstract
L’analyse des sources géohistoriques pour l’étude de la saisonnalité rurale du passé et des changements climatiques a commencé à susciter l’intérêt de la recherche internationale. Plusieurs chercheurs réclament de nouvelles sources afin de concevoir un cadre interprétatif qualitatif ou quantitatif. Dans cet esprit, l’article présente une élaboration cartographique d’un cadastre créé par le Grand-Duché de Toscane au XIXe siècle et auparavant inconnu, qui contient la liste de tous les produits agricoles et leurs temps de maturation dans les communautés toscanes. Sur la base de la cartographie du XIXe siècle, les données du registre ont été numérisées et géolocalisées à l’aide d’applications d’applications basées sur un SIG. Cette source permet de reconstituer la distribution spatiale et temporelle des semaines nécessaires dans le passé pour que ces produits murissent dans différentes régions de la Toscane. Ensuite, les périodes pendant lesquelles les espèces herbacées et arborées atteignaient la maturité et où elles étaient commercialisées ont été cartographiées. L’analyse montre qu’il existe entre les régions toscanes, au XIXe siècle, de nombreuses différences que les facteurs environnementaux ne suffisent pas à expliquer. De plus, l’examen des périodes de maturation du châtaignier entre le XIXe siècle et aujourd’hui nous permet d’étudier les effets de la hausse des températures sur la maturation. Pour conclure, nous présentons un portail SIG en ligne où les disciplines intéressées par la phytologie peuvent consulter les données.
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 | 0.004 | 0.009 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".