Bibliographic record
Abstract
Meggyilkolnak egy gazdag, idős hölgyet, a gyanúsított alibijét csak a felesége tudná igazolni, ő azonban, mint mondja, a maga útját akarja járni, és a jogtanácsos megdöbbenésére férje ellen vall. Mik az esélyei szegény Leonard Vole-nak?...\n Van-e hatodik érzékünk? Az elmegyógyász, a volt katona, a társasági hölgy mind másképp vélekedik. Spiritiszta szeánszukon mindenesetre a férfiak figyelmeztetést kapnak: valaki közülük ne menjen haza. Veszély! Vér! Az ifjú Dermot West sejti, miről lehet szó, de igaza van-e?...\n Négyen ülnek egy régimódi angol vonat első osztályú fülkéjében: egy pap, egy jogász, egy orvos - és egy ismeretlen. A lélektanra, a megkettőződött, sőt megtöbbszöröződött személyiségekre terelődik a szó, és hármasban meg is tárgyalják egy francia parasztlány furcsa esetét. Mit tud ehhez hozzátenni Raoul Letardeau, az idegen?...\n Egy fiatal pszichológus isten háta mögötti házikóba téved a sötétben. Természettől fogékony az atmoszférára, és a békés családi idillben valami rosszat orront. Ki rója rá poros hálószobai asztalára az S. O. S.-jelet, és mit akar tudatni Mortimer Clevelanddel?...\n Továbbá: mi történik, ha a rádió egyszer csak túlvilági hangot közvetít? Ha egy ifjú golfozó olyan segélykiáltásokat hall, amilyeneket senki más? Ha egy nemrég férjhez ment nő egyszerre kezd félni hajdani udvarlójától és friss hitvestársától?... Továbbá: mi történik, ha a rádió egyszer csak túlvilági hangot közvetít? Ha egy ifjú golfozó olyan segélykiáltásokat hall, amilyeneket senki más? Ha egy nemrég férjhez ment nő egyszerre kezd félni hajdani udvarlójától és friss hitvestársától?...
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.961 | 0.965 |
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; the direct Gemma label and the distilled Codex classifier agree on what is shown here.
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".