Bibliographic record
Abstract
A Kijevi Rusz és a Magyar Királyság kapcsolatai a távoli múltra tekintenek vissza. A Régmúlt idők krónikája (újabb fordításban a Régmúlt idők elbeszélése), a Rusz legjelentősebb középkori forrása, számos említést őriz a magyarokról. A kapcsolatok a magyar és a keleti szláv állam között az idő múlásával egyre szorosabbakká váltak, amelyek elsősorban a dinasztikus házasságokban tükröződtek vissza. A 11. században ezek közül a legjelentősebb I. András magyar király és Anasztázia, Bölcs Jaroszlav leányának a házassága volt. Imre herceg halála után bekövetkezett események miatt Vazul fiai, András, Béla és Levente külföldre kényszerültek. Béla egy időre Lengyelországban talált otthonra. Ott feleségül kapta az uralkodó, II. Mieszko leányát, akitől fiai, Géza és László születtek. András és Levente tovább folytatták útjukat, és a Ruszban, Bölcs Jaroszlav udvarában tartózkodtak egy ideig. Ismeretes, hogy András feleségül vette Anasztáziát, a fejedelem leányát, az viszont már kérdéses, mikor kötötték meg a házasságot. A házasságkötés időpontja abból a szempontból meghatározó, milyen társadalmi pozícióban volt András a nász idején: száműzött herceg, a trón várományosa vagy magyar király.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.065 | 0.027 |
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".