Bibliographic record
Abstract
"Serena! Amikor ezt olvasod, én már nem élek. Nem kell sajnálnod. Hosszabb életet éltem, mint sokan mások, és életem hasznos része már rég elszállt. Ha ezzel a levéllel együtt csak néhány lapot kapsz meg a Tudós könyvéből, akkor nem sikerült teljesítenem a kötelességemet. Az anyák ezer éven keresztül adták át ezt a könyvet elsőszülött lányuknak. Az évszázadok során néhány lapot elveszítettünk, de nem sokat. Legalábbis az én generációmig. Én megpróbálom visszaszerezni, ami elveszett. Már elég öreg vagyok ahhoz, hogy ne féljek a haláltól, inkább vágyom rá. Ha nem járok sikerrel, és te úgy döntesz, hogy felkutatod az örökségedet, emlékezz vissza rám, amikor még fiatal voltam. Gondolkozz úgy, mint én akkor! Aztán gondolkozz úgy, mint amikor még gyermek volták, amikor a sivatag még új volt neked! Meg fogod találni a Tudós könyvét. Légy nagyon óvatos! A hamisítás veszélyes dolog. Egy bölcs asszony nem próbálkozna tovább. De hát az én klánom elsőszülött asszonyai soem voltak bölcsek. Ezer éven át egyszer sem. Ha eljutsz oda, ahová ezek a lapok elvezetnek, ne kövesd el azt a hibát, amit én elkövettem. Ne ülj meg egy helyben, légy mozgó célpont. Egyetlen férfiban se bízz meg, ha az örökségedről van szó! Az életed múlik rajta." \n Elizabeth Lowell, több történelmi tárgyú és modern kori regény szerzője, Washington államban él. Ez az első, magyar nyelven megjelenő kötete. Elizabeth Lowell, több történelmi tárgyú és modern kori regény szerzője, Washington államban él. Ez az első, magyar nyelven megjelenő kötete.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.004 | 0.002 |
| Insufficient payload (model declined to judge) | 0.963 | 0.961 |
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".