Research any topic before you write.

Find related topics. | Discover entities. | See connections. | Build a topical map.

Kat: Overview, Druhy trestů a výslechů (výběr) & Kati v českých zemích (výběr)

Kat (dříve také popravčí, mistr ostrého meče, mistr málodobrý) je člověk, který vykonává popravy lidí, kteří byli odsouzeni k trestu smrti. Kat také mučil odsouzené nebo vymáhal přiznání při výsleších obžalovaných. Ve středověku měla města své katy, kteří vykonávali tzv. hrdelní právo. Při práci mu pomáhali jeho pacholci. Často si je také půjčovali za…

Language: Czech [CS]
Use the mouse wheel or two fingers (on touchscreens) to zoom in and out of the map.
100%
More settings
100% 100% 100% 100% 100%

Kat topic overview

The analysis highlights Overview, Druhy trestů a výslechů (výběr) and Kati v českých zemích (výběr) as prominent areas in the source structure around Kat.

Related topics
35
Source areas
4
Connected nodes
39
Extracted relationships
8
Concept neighborhoods
16
Bridge connections
39

What this topic covers Research coverage

Source areas are shown by the number of related topics found in each part of the analysis. Use smaller areas too: they can reveal specialized angles and content gaps.

Overview · 17 topics
Druhy trestů a výslechů (výběr) · 7 topics
Kati v českých zemích (výběr) · 6 topics
Odkazy · 5 topics

Smaller areas are not necessarily less important. They contain fewer connections in this analysis and can be useful for finding specialized angles or coverage gaps.

Explore all related topics Closing gaps

Browse the complete topic structure, not only the most central items. Less prominent entities and concepts can reveal missing angles, specialized context and useful research gaps. Each item opens a new analysis centered on that subject.

Overview

Druhy trestů a výslechů (výběr)

Kati v českých zemích (výběr)

Odkazy

Advanced semantic analysis

Deeper signals for content research, entity SEO and topical coverage. The plain-language headings explain what each technical view is useful for.

How Kat connects Entity context

The extracted context around Kat shows recurring relationship patterns in the source. For example, Kat → Archivováno, Ottově, Slovníkové, Wayback Machine, Wikicitátech, Wikimedia Commons Encyklopedické, Wikislovníku Obrázky, Wikizdrojích Téma Kat. Use these groups to spot repeated connection types before inspecting the individual relationships.

Kat

Top relations

related to Externí odkazy · 8
Kat → Archivováno, Ottově, Slovníkové, Wayback Machine, Wikicitátech, Wikimedia Commons Encyklopedické, Wikislovníku Obrázky, Wikizdrojích Téma Kat

Important terminology

Use these terms to understand the vocabulary surrounding the topic, not as a checklist for keyword stuffing.

Important terminology

českých jeho povolání kata museli plat grošů popravy lidí středověku měla města vykonávali práci často např slovo stínání různě většinou

Kat relationships Subject–Predicate–Object triples

TTTA extracted 8 structured relationships around Kat. Examples in this analysis include Kat → related to Externí odkazy → Slovníkové and Kat → related to Externí odkazy → Wikislovníku Obrázky. The table shows each extracted connection, where it came from and its confidence.

SubjectPredicateObjectConfidenceSrc
Katrelated to Externí odkazySlovníkové0.60section
Katrelated to Externí odkazyWikislovníku Obrázky0.60section
Katrelated to Externí odkazyWikimedia Commons Encyklopedické0.60section
Katrelated to Externí odkazyOttově0.60section
Katrelated to Externí odkazyWikizdrojích Téma Kat0.60section
Katrelated to Externí odkazyWikicitátech0.60section
Katrelated to Externí odkazyArchivováno0.60section
Katrelated to Externí odkazyWayback Machine0.60section

Related concept clusters Concept neighborhoods

The concept neighborhoods around Kat bring nearby vocabulary together. In this analysis, examples include Etymologii, Lidí and Mistr. Use the clusters to find adjacent concepts and terminology that may deserve separate research.

  • českých grošů
    • Grošů
    • Českých
    • Dostal
    • Hradec
    • Popravy
    • Stínání
    • Týdenní
    • Huss
    • Jan
    • Karel
    • Leopold
    • Mistr
  • kati v českých zemích (výběr)
    • Grošů
    • Dostal
    • Hradec
    • Huss
    • Jan
    • Karel
    • Leopold
    • Mistr
    • Mučení
    • Piperger
    • Popravy
    • Popravčí
  • karel huss
    • Huss
    • Jan
    • Karel
    • Leopold
    • Piperger
    • Wohlschlager
    • Mistr
    • Mučení
    • Popravčí
    • Poté
    • Českých
  • leopold wohlschlager
    • Huss
    • Jan
    • Karel
    • Piperger
    • Wohlschlager
    • Mistr
    • Mučení
    • Popravčí
    • Poté
    • Českých
  • jan piperger
    • Huss
    • Karel
    • Leopold
    • Piperger
    • Wohlschlager
    • Mistr
    • Mučení
    • Popravčí
    • Poté
    • Českých
  • jan mydlář
    • Huss
    • Karel
    • Leopold
    • Piperger
    • Wohlschlager
    • Mistr
    • Mučení
    • Popravčí
    • Poté
    • Českých
  • jan václav mydlář
    • Huss
    • Karel
    • Leopold
    • Piperger
    • Wohlschlager
    • Mistr
    • Mučení
    • Popravčí
    • Poté
    • Českých
  • Kat
    • Etymologii
    • Lidí
    • Mistr
    • Popravy
    • Popravčí
    • Různě
    • Slovo
    • Stínání
    • Středověku

Connections between topic areas Semantic bridges

For Kat, one of the stronger structural bridges in this analysis connects Kat with Overview. Bridges highlight paths between different parts of the map and can reveal research angles that are easy to miss in a flat list.

Min side: 3
Kat — Overview · splits 22 ⟂ 18
Kat — Druhy trestů a výslechů (výběr) · splits 32 ⟂ 8
Kat — Kati v českých zemích (výběr) · splits 33 ⟂ 7
Kat — Odkazy · splits 34 ⟂ 6

Map overview Semantic statistics

Kat

Nodes40
Edges39
Triples8
Avg. degree1.95
Density0.05
Components1

Source & methodology

TTTA analyzes the structure around Kat to surface related topics, entities, relationships, concept neighborhoods and bridge connections. Use the map to explore areas such as Overview, Druhy trestů a výslechů (výběr) & Kati v českých zemích (výběr), including less central topics that may reveal useful research gaps. Automatically extracted connections are research leads rather than rewritten encyclopedia content.

Source: Wikipedia — Kat · CS edition · Analysis: TopicsToTalkAbout

For writers, content strategists, SEOs, marketers and creators — from quick topic research to advanced semantic analysis.