Multidimensional Polarization, Social Classes, and Societal Conflict: Evidence from Medieval Towns
Notice bibliographique
Résumé
<p>The paper focuses on the nature of a population distribution (polarized or not) and its possible influence on societal conflict. Despite theoretical and empirical studies on the link between population’s polarization and social conflict, the relationship remains in question. Up to now, the role of a multidimensional polarization has been neglected and the determination of social classes by their roles and functions (and not by their resource level) has been ignored. To extend the research, we first define a multidimensional polarization index and approach it empirically through quantitative and qualitative data (often textual data) over a very long period in accordance with the historiographical method. First, this paper refutes the stereotype of a medieval French urban population polarized between rich and poor. Second, over the same period, we build a database of the intensity and occurrence of societal conflict on a sample of twenty-four French towns. The paper finds that over time the low initial degree of the population’s polarization continued to decline while societal violence was increasing. Third, whereas polarization is excluded as a determinant of societal conflict, the inter-group heterogeneity measure (or social distance) highlights some relationships. The results show that societal upheavals may be quite connected with the social distance index defined between the high and middle classes; moreover, this social unrest may be greatly related with the index defined between the high and the low classes. By contrast, the results find an outbreak of societal conflicts when social distances between the middle and low classes decrease.</p>
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».