Bibliographic record
Abstract
BAB IA. DAERAH DAN RAKYAT. Wilayah Poso. Jalan penghubung antara wilayah kelom-pok Toraja Timur dan wilayah kelompok Toraja Barat. Tawailia Deskripsi negara. 128. Sumber air panas. 129. Jalan. 130. Desa-desa. 131. Warga. Populasi. 132. Asal To Payapi. 133. Koro Ue. 134. To Loina. 135. Tolelembunga dan masyarakat Tawailia. 136. To Lompu. 137. Hubungan dengan Sigi. Tuwu nsagu (Tuwu njagu). 138. Pemerintahan Sigi. 139. Perang. 140. To Mene. 141. Pemerintahan. Napu 13 Jalan. 143. Deskripsi dataran. Bagian utara. 144. Dataran Hambu. 145. Dataran Selatan. 146. Negara bagian Napu yang berawa. 147. Sistem sungai menurut Abendanon. 148. Depresi dan strata lokal. 149. Bijih besi. 150. Emas. 151. Tamungku Molo. 152. Sumber air panas. 153. Penduduk. 154. To Atuloi, To Beloka. 155. Membendung Hambu. 156. Belut di Rano. 157. Hilangnya To Atuloi. 158. Toroa atau To i kupi. 159. To Lompu. 160. Monyet. 161. Raksasa. Buriro. 162. Ntalinga dan Banta Watu. 163. Penduduk Napu selanjutnya. 164. To Winua. 165. Kedatangan To i Langi. 167. Pangeran To Huku. 168. Kursi batu. Kursi kayu di kuil. 169. Datu yang terkenal kejam. 170. Kematian To Huku. Koro Ue. 171. To Mene. 172. Wuasa dan Lindu. 173. To Pekurehua. 174. Tempat dan populasi saat ini. 175. Angka kelahiran. 176. Datu To Pekurehua. 177. Asal Usul Kepalanya sendiri. 178. Pangeran dari Mowumbu. Tomopoasa. 179. Perang di zaman dahulu. 180. Singkana. 181. Guma ngkoana. 181a. Cerita lain tentang perang dengan Sigi. 182. Pemerintahan Sigi. 183. Perang To Napu. 184. Kedatangan Pemerintah. 185. Napu di bawah Pemerintahan. 186. Pembagian pemerintahan. 187. Koloni. 188. Misi. Besoa Jalan dari Napu menuju Besoa. 190. Deskripsi Dataran Besoa. 191. Besoa dulunya sebuah danau. 192. Tomamutu. 193. Sumber air panas. 194. Orang Liar. 195. Monyet. 196. Raksasa. 197. Tangga Menuju Surga. 198. Dua suku Besoa. 199. To Besoa. 200. Kembalinya To Besoa. 201. Pangeran dari Sigi. 202. To Longkea. 203. Kedatangan To Mene. 203a. Pengepungan. 204. To Huku. 205. Kedatangan Kegubernuran Hindia Belanda. 206. Koloni. 207. Kekuatan populasi. Bada' Jalan. 209. Gambaran umum. 210. Sumber air panas. 211. Kedatangan Pemerintah. 212. To Bada' itu berasal dari mana?213. Orang Liar dan Kera. 214. Manuru'215. Hubungan Bada' dengan Waibunta. 216. Hubungan Bada' dengan Sigi. 217. Desa-desa. 218. Nama-nama desa. 219. Lingkungan di desa-desa. 220. Sepe. 221. Kejatuhan Sepe. 222. Perang Bada' dengan Kulawi. 223. Perang dengan Pada-Seko. 224. Perang dengan Rampi'. 225. Perang dengan Pos. 226. Perang dengan Kinadu. 227. Perang dengan Dolago. 228. Bertengkar satu sama lain. 229. Perang dengan Waibunta. Rampi'-Leboni Jalan dari Bada' ke Leboni. 231. Leboni dulunya sebuah danau. 232. Desa-desa yang tenggelam. 233. Sumber air panas. 234. Jalan Menuju Rampi'. 235. Manusia pertama. 236. Penduduk Rampi'-Leboni. 237. Lowa. 238. Kadedua. 239. Monyet. 240. Raksasa. 241. Perang. 242. Perang dengan Waibunta. 243. Pembayaran Upeti kepada Waibunta. 244. Sulewata dari Leboni. 245. Leboni dan Rampi' di bawah Pemerintah.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.249 | 0.167 |
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".