Bibliographic record
Abstract
O dossiê sobre “Monumentos: testemunhos do passado no presente” foi \ndividido em dois volumes pela importância dos estudos encaminhados à Revista \nMétis, sendo que reúne resultados de pesquisa que contribuem para a discussão \ndo patrimônio, da memória e da história. É importante lembrar que a proposta do \ndossiê nasce numa reunião do Instituto Histórico de São Leopoldo, no primeiro \nsemestre de 2020, após a comunicação geral da confreira Prof. Dra. Roswithia \nWeber sobre “o monumento do sapateiro na cidade de Novo Hamburgo”. \nNessa reunião, vários pesquisadores registraram a importância do tema \ne a necessidade de estudos sobre a validade dos monumentos, mostrando por \nque muitos recebiam a crítica da população. Nesse contexto, nasceu a ideia de \npropor um dossiê na Revista Métis que tratasse desse assunto. O dossiê contou \ncom a participação de Donatella Strangio, Eloisa Capovilla da Luz Ramos (in \nmemoriam) e Vania Herédia, e foi motivo de muita satisfação no momento da \nescrita da proposta, uma vez que essas pesquisadoras tinham estudos no campo \nda imigração, da colonização, do patrimônio, da história e de estudos étnicos.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.007 | 0.012 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.028 | 0.003 |
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".