Salubritat i salut pública a la Lleida baix medieval: la gestió dels espais públics, la pobresa i els hospitals
Bibliographic record
Abstract
Al segle XIV la nova situació social, l’arribada de la pobresa des del camp i les successives crisis demogràfiques van fer trontollar el món urbà. Ràpidament els dirigents de les ciutats van bastir un sistema per garantir la seguretat; un entramat de normes construït a partir dels recels que generava tot allò desconegut: els mercats es van normativitzar, es va regular el llançament de residus industrials i domèstics i, igualment, la figura del pobre també va ésser objecte d’una anàlisis exhaustiu per determinar-ne la funció i rebutjar aquells pobres que no eren útils al món urbà. Enmig d’aquest context l’hospital es va erigir com la millor eina per gestionar la pobresa i la xarxa hospitalària lleidatana també es va haver d’adaptar a la nova situació social. \nLa ciutat medieval era un ambient d’olors intenses, de mercats atrafegats i de carrers fangosos per on discorrien les clavegueres plenes de brutícia. Però, més enllà d’aquesta sordidesa, era un ambient on l’home lluitava per viure en comunitat i defensar-se de tot allò que l’agredia. \nAquesta investigació presenta la Lleida medieval, una ciutat enmig d'una cruïlla de camins entre Catalunya i l'Aragó, governadora d’un espai, avui en dia desaparegut, que ocupava terres a una banda i l’altra d'una frontera llavors visible, únicament, a través d’un mapa polític.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.013 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.027 | 0.002 |
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".