L’articolo è stato aggiunto alla lista dei desideri

Password

Ricordami

Hai dimenticato la password?

Prosegui come ospite

Dichiaro di aver letto ed accettato le Condizioni d’Uso del sito, Condizioni Generali di Vendita, Acquistare un prodotto come ospite, nonché l’Informativa Privacy, fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Torna indietro

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

Nome

Cognome

Password

Min. 8 caratteri ( A-Z, a-z, 0-9 e caratteri speciali . , - / @ _ ! )

Ripeti password

Verifica email L’indirizzo nome.cognome@mail.com non è presente nei nostri database come profilo ospite. Per maggiori dettagli contattare il servizio clienti

Con la presente registrazione dichiaro di aver letto ed accettato le Condizioni d’Uso del sito, le Condizioni Generali di Vendita e l’Informativa Privacy fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Autorizzo il Titolare ad inviare direttamente comunicazioni commerciali su prodotti e servizi del Titolare, società del Gruppo Feltrinelli e partner commerciali, a mezzo di sistemi automatizzati via e-mail, sms o simili e a mezzo del servizio postale, così come descritto all’art. 3 lett. e) dell’informativa privacy.

Autorizzo il Titolare a migliorare ed accrescere la capacità di adeguare l’offerta complessiva del Titolare alle esigenze dell’Utente, mediante comunicazioni commerciali ed offerte promozionali personalizzate basate sulla profilazione, così come descritto all’art. 3 lett. f) dell’informativa privacy.

Autorizzo il Titolare a comunicare e cedere i dati a società del Gruppo Feltrinelli e/o a partner commerciali attivi nei settori di editoria, cinema, musica, intrattenimento, nonché ulteriori terze parti appartenenti alle categorie indicate nell’informativa, per l’invio di comunicazioni commerciali effettuate da parte di questi soggetti, così come descritto all’art. 3 lett. g) dell’informativa privacy.

Benvenuto in IBS,

Riceverai una mail di conferma all’indirizzo

Raccontaci qualcosa in più su di te

oppure

Inizia il tuo shopping

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

;

Can We Be Wrong? The Problem of Textual Evidence in a Time of Data - Andrew Piper - cover

LIBRO INGLESE

Can We Be Wrong? The Problem of Textual Evidence in a Time of Data

Name: Can We Be Wrong? The Problem of Textual Evidence in a Time of Data
Price: 26.90 EUR
Availability: InStock
Author: Andrew Piper
ISBN: 1108926207

di Andrew Piper (Autore)

Cambridge University Press, 2020

Recensioni: 0/5

(0)

Grazie per la tua recensione!

Tra poche ore la vedrai online (in caso contrario verifica la conformità del testo alle nostre linee guida). Dopo la pubblicazione per te +4 punti Effe

26,90 € +270 punti Effe

Venditore: IBS

Articolo acquistabile con Carta del Docente

Articolo acquistabile con Carta Cultura Giovani e Carta del Merito

Dati e Statistiche

Salvato in 0 liste dei desideri

Can We Be Wrong? The Problem of Textual Evidence in a Time of Data

Disponibile in 2 settimane

26,90 €

Disp. in 2 settimane

Can We Be Wrong? The Problem of Textual Evidence in a Time of Data

di Andrew Piper

Libri in Inglese

Altri venditori

Prezzo e spese di spedizione

Venduto e spedito da IBS

26,90 € Spedizione gratuita

disponibile in 2 settimane

Nuovo

Altri venditori

Prezzo e spese di spedizione

Venduto e spedito da IBS

26,90 € Spedizione gratuita

disponibile in 2 settimane

Nuovo

Altri venditori

Prezzo e spese di spedizione

Descrizione

This Element tackles the problem of generalization with respect to text-based evidence in the field of literary studies. When working with texts, how can we move, reliably and credibly, from individual observations to more general beliefs about the world? The onset of computational methods has highlighted major shortcomings of traditional approaches to texts when it comes to working with small samples of evidence. This Element combines a machine learning-based approach to detect the prevalence and nature of generalization across tens of thousands of sentences from different disciplines alongside a robust discussion of potential solutions to the problem of the generalizability of textual evidence. It exemplifies the way mixed methods can be used in complementary fashion to develop nuanced, evidence-based arguments about complex disciplinary issues in a data-driven research environment.

Leggi di più Leggi di meno

Dettagli

Autore:

Andrew Piper

Editore:

Cambridge University Press

Collana:

Elements in Digital Literary Studies

Anno:

2020

Rilegatura:

Paperback / softback

Pagine:

75 p.

Testo in English

Peso:

128 gr.

EAN:

9781108926201

L’articolo è stato aggiunto alla lista dei desideri