18. yüzyıla ait bir tıp metni : Fazlızâde Mehmed Çelebi’nin Müfredât-ı Tıbbiyyesi (giriş-metin-dizin-tıpkıbasım)
Bibliographic record
Abstract
Müfredât-ı Tıbbiyye, Fazlızâde Mehmed Çelebi tarafından 18. yüzyılda kaleme alınmış Osmanlı Türkçesi dönemine ait bir tıp müfredatıdır. Alfabetik olarak kaleme alınan eserde, bitkisel, hayvansal, madensel devalar hakkında ayrıntılı bilgiler verilmiştir. Müfredât-ı Tıbbiyye’nin bilinen üç nüshası bulunmaktadır. Bu çalışma; giriş, metin, dizin, tıpkıbasım olmak üzere dört bölümden oluşmuştur. Giriş bölümünde, genel tıp tarihi ve Türk tıbbının tarihî seyri hakkında bilgiler verilmiş, çalışmamızın konusunu oluşturan müfredât türü; tanımı, kapsamı, tarihi, Türk tıbbındaki yeri ve örnekleri bağlamında ele alınmıştır. Daha sonra çalışmamızın asıl konusunu oluşturan Müfredât-ı Tıbbiyye üzerinde ayrıntılı olarak durulmuş, çalışmanın yöntemi hakkında bilgiler verilmiştir. Metin bölümünde, Arap harfli metnin transkripsiyonu yapılmıştır. Metnin 3 nüshası temel alınarak hazırlanan bu bölümde ayrıca bu türde yazılmış farklı yazma metinlerden de yararlanılmıştır. Dizin bölümünde, eserde bulunan tüm kelimelerin metinde geçtiği yerler belirtilerek kelimeler ayrıntılı olarak anlamlandırılmıştır. Tıpkıbasım bölümünde ise çalışmamızın ana malzemesini oluşturan Hamidiye nüshasına yer verilmiştir.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.025 | 0.007 |
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".