MétaCan
Menu
Retour à la cohorte
Enregistrement W1497735584 · doi:10.21226/t23k51

The Holodomor of 1932–33: How and Why?

2015· article· en· W1497735584 sur OpenAlexvenueno aff
S. Kulchytskyi

Notice bibliographique

RevueEast/West Journal of Ukrainian Studies · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEastern European Communism and Reforms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUkrainianFamineIdeologyScholarshipNarrativeGenocideState (computer science)Political scienceThe HolocaustNationalismSoviet unionPolitical economyPosition (finance)EpistemologySociologyLaw and economicsPositive economicsLawLiteraturePoliticsPhilosophyEconomics

Résumé

récupéré en direct d'OpenAlex

The study of the Ukrainian Holodomor has reached a point where it is sufficiently voluminous that it is worthwhile to establish the core concepts and events vital to its thorough scholarly understanding. This paper seeks to put forth one such possible outline. It supports the position that the Holodomor is genocide; it rebuts arguments against this position; and it examines the way in which it differs from the Holocaust to which it is often compared. By revealing the ideological and economic conditions of the Soviet Union under Joseph Stalin, and the motivations of Stalin’s leadership and his desire to eliminate the threat of Ukrainian nationalism to the Soviet state, this paper shows how the Holodomor was made possible, and why it took the course it did, and that it was deliberate, and different from the All-Union famine that preceded it. It briefly surveys the main sources upon which research on the topic relies and the major works pertinent to the development of scholarship on the Holodomor. Once the necessary components for understanding the Holodomor are determined, a coherent and truthful narrative about it can be established and the false narratives that deny the deliberate nature of the famine can be revealed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,011
Communication savante0,0030,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,142
Tête enseignante GPT0,350
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEast/West Journal of Ukrainian StudiesMême sujetEastern European Communism and ReformsTravaux en français237 207