MétaCan
Menu
Back to cohort
Record W4220817943 · doi:10.3138/cart-2021-0004

Robinson Crusoe’s Travels on Maps from Costa Rica to Russia

2022· article· fr· W4220817943 on OpenAlexaffvenue
Zoltan A. Simon

Bibliographic record

VenueCartographica The International Journal for Geographic Information and Geovisualization · 2022
Typearticle
Languagefr
FieldArts and Humanities
TopicTravel Writing and Literature
Canadian institutionsRed Deer Polytechnic
Fundersnot available
KeywordsHumanitiesArt

Abstract

fetched live from OpenAlex

Les mémoires de Robinson Crusoé sont « le livre le plus captivant jamais écrit pour des garçons », selon Leslie Stephen. Édité par Daniel Defoe, l’ouvrage s’est inscrit dans la conscience littéraire de la civilisation européenne et depuis trois siècles, nous éprouvons le besoin d’étudier et de synthétiser les questions scientifiques intrigantes et interreliées qu’il soulève dans les domaines de l’histoire, de la géographie, de la cartographie, de l’astronomie, de la géologie, de la botanique, de la zoologie, de la climatologie, de l’archéologie, de l’anthropologie, de l’ethnologie et de la linguistique. De plus, quand l’histoire est véridique, les lecteurs et lectrices la suivent sur une carte avec avidité. Or, l’une des îles de l’archipel Juan Fernández, au Chili, est connue sans raison évidente sous le nom d’ Isla Robinson Crusoe. L’île Cocos, au Costa Rica, nous parait être une candidate plus convaincante, si l’on se fie aux observations du narrateur sur la latitude, les marées, le climat, la flore, la faune et le relief topographique, ainsi que sur sa carte de 1719. Les voyages de Crusoé à travers la Chine, la Russie et les Pyrénées fournissent une information géographique unique, sous la forme de douzaines de toponymes. Les différentes éditions des trois parties du livre contiennent quelques coquilles dans les noms géographiques. L’itinéraire du voyageur est comparé à celui de l’ambassadeur Ides et à de nombreuses cartes contemporaines.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Scholarly communication, Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.877
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.000
Science and technology studies0.0040.000
Scholarly communication0.0030.001
Open science0.0010.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.012
GPT teacher head0.257
Teacher spread0.244 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes2
Has abstractyes

Explore more

Same venueCartographica The International Journal for Geographic Information and GeovisualizationSame topicTravel Writing and LiteratureFrench-language works237,207