Samarkand the Shah Zinde Buildings
Bibliographic record
Abstract
Semerkand, Türk Kültür tarihi için Asya tarihi coğrafyasındaki en önemli kentlerden birisidir. Kent peyzajını oluşturan tarihi yapıların, eş zamanlı veya daha sonraki yüzyıllarda İran ve Anadolu’da inşa edilen yapılarla kaynaklık ya da gelenek ilişkilerini belirlemesi açısından; onun da ötesinde daha doğuda Karahanlı coğrafyasındaki daha eski Türk mimarlık eserleriyle Anadolu arasındaki köprüyü oluşturması bakımından önemleri büyüktür. Kentin kuzeyinde kalan tarihi Afrâsiyâb höyüğü üzerinde yer alan ortaçağ dokusu içindeki yapılar arasında da Şah-ı Zinde yapıları özellikle önem taşırlar.676 yılında , Maveraünnehirde Müslümanlığın yayılmasına çalıştığı sırada öldüğü rivayet edilen Hz. Muhammed’in yeğeni Kasım b. Abbas (Kussam ibn’- el Abbas abd’- el Muttalib)’ın mezarının etrafında daha sonraki dönemlerde yapılan türbelerle oluşan bu yapılar topluluğu, Kasım b. Abbas’ın şehit olmasına izafeten Bakara suresi’nin 154. ayetinden hareketle Şah-ı Zinde (Yaşayan Şah) olarak isimlendirilmiştir. Kasım b. Abbas’ın mezarının üzerine 11.yüzyılda ilk türbe ve hemen yanına küçük bir mescid’in yapılmasının ardından 14. yüzyıldan sonra yoğun fakat seçkinci bir anlayış ve üslupla yeni türbeler ve bazı müştemilatları inşa edilmiştir.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.146 | 0.022 |
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".