SAFRANBOLU DAN TAŞKÖPRÜ YE KUYU KEBABI: BİR GASTRONOMİ ROTASI ÖNERİSİ (KUYU KEBAB FROM SAFRANBOLU TO TAŞKÖPRÜ: A GASTRONOMİC ROUTE PROPOSAL)
Bibliographic record
Abstract
Bu araştırmanın konusunu Batı Karadeniz bölgesinin önemli yöresel lezzetlerinden biri olan Kuyu kebabı oluşturmaktadır.Araştırma Batı Karadeniz Bölgesinin hazırlaması zahmetli olan ve ustalık gerektiren yiyeceklerinden biri olan Kuyu Kebabının tarihsel arka planını, kebabın hazırlanışını, pişirilmesini ve sunumunu, bölge mutfağındaki yerini ve önemini, tüketim alışkanlıklarını, kuyu kebabı satan işletmeleri (lokantaları) ortaya çıkarmayı ve bu işletmeleri bir gastronomi rotası dahilinde ortaya koymayı amaçlamaktadır.Nitel araştırma deseniyle yürütülen çalışma 30 Temmuz-7 Ağustos 2022 tarihleri arasında Batı Karadeniz Bölgesinde Safranbolu'dan Taşköprü Kastamonu'ya kuyu kebabı sunan yiyecek işletmeleri üzerinde gerçekleştirilmiştir. Araştırmada amaçlı örnekleme yöntemi kullanılmış, dokuz lokanta ile yapılan yüz yüze görüşmelerden elde edilen veriler betimsel analiz yapılarak yorumlanmıştır.Batı Karadenizde kuyu kebabı satan işletmeler Safranbolu'dan Kastamonu-Taşköprü'ye kadar uzanan bir rota dahilinde harita üzerinde işaretlenmiştir.Bu rotada dört tanesi Safranbolu'da hizmet veren toplamda dokuz tane kuyu kebabı satan işletme bulunmaktadır.Bu işletmelerin tarihleri çok eskiye dayanmaktadır.Araştırmada kuyu kebabının bölgede gastronomi turizminin gelişmesine katkı sağladığı belirlenmiştir.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.005 | 0.002 |
| Insufficient payload (model declined to judge) | 0.023 | 0.005 |
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".