Die Verbreitung des schwedischen und norwe gischen „Granits“ als Bau-, Denkmal- und Grab stein im 19. Jahrhundert: die Rolle der Berliner Firma Kessel & Röhl
Bibliographic record
Abstract
Ab ca. 1840 verbreitete sich die Verwen dung von (poliertem) Granit in vielen eu ropäischen Ländern, sowohl für architek tonische und infrastrukturelle Zwecke als auch für Gehwege. Dazu trugen mehrere Faktoren bei, darunter der rasche Ausbau des Eisenbahnnetzes (z.B. Dusar & Nij land 2012), der damit verbundene Bedarf an Stein für Brücken und Bahnhöfe (z.B. Hottes 1967) und neue Methoden der Gewinnung und des Polierens. So entwi ckelte sich beispielsweise im bayerischen Fichtelgebirge, traditionell ein Gebiet mit Textilindustrie, ab ca. 1840 eine vielsei tige Granitindustrie (Ruppert 1971). Gra nit wurde auch in Ländern eingeführt, in denen er in den vorangegangenen Jahr hunderten nicht verwendet worden war, wie in den Niederlanden und Flandern (z.B. Nijland et al. 2012, 2019; Dusar & Nijland 2012). In den Niederlanden wur de erstmals Granit für architektonische Zwecke in der zweiten Hälfte der 1840er Jahre verwendet. In Regionen mit geeigneten Granitin trusionen, wie Bayern und Sachsen in Deutschland, der Normandie und den Vogesen in Frankreich, Niederschlesien im heutigen Polen sowie in Schottland, entwickelten sich deren Abbau und Nut zung rasch. In Ländern ohne solche kri stallinen magmatischen Gesteine war der Import die Lösung. Dieser Import erfolgte aus allen relevanten Ländern. Die roten bis grauen Granite aus Skandinavien und der silberne bis blaue Monzonit (Larvikit / Labrador) aus der Region Larvik in Norwe gen gehören zu den am häufigsten impor tierten Gesteinsarten, nicht nur in stein armen Ländern wie den Niederlanden, sondern auch in Ländern mit einer nati onalen Granitindustrie. Skandinavische Granite wurden z.B. nach Deutschland importiert und bis in den Süden Bayerns zu Säulen verarbeitet und poliert (Berg mann 1948
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".