MétaCan
Menu
Retour à la cohorte
Enregistrement W2471263931 · doi:10.1017/s0026749x14000717

Grain, Local Politics, and the Making of Mao's Famine in Wuwei, 1958–1961

2015· article· en· W2471263931 sur OpenAlexaboutno aff
Shuji Cao, Yang Bin

Notice bibliographique

RevueModern Asian Studies · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChina's Socioeconomic Reforms and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFaminePoliticsPolitical sciencePopulationQuarter (Canadian coin)Tragedy (event)Political economyEconomic historyHistoryDevelopment economicsSociologyLawSocial scienceDemographyEconomicsArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Mao's Great Famine in Wuwei County, Anhui Province, between the years of 1958 and 1960, resulted in the deaths of about 245,000 people, a quarter of the local population. By focusing on grain production and consumption, this article adopts a local perspective to examine the county's official archives and analyse the background, rationale, and processes of local authorities that led to one of the highest death rates in the country. A local perspective provides an empirical microanalysis of the Great Famine; illustrates the complexity of this catastrophe; argues for local factors such as factional struggles, central-local interactions, and the political atmosphere created by the series of pre-1958 campaigns as key to local variations of the disaster; and delivers national implications for viewing Mao's China. Official archives explored in this article reveal that an over-reporting of grain output might have resulted in the Great Famine, but did not necessarily lead to the massive death toll, and that local politics, particularly intra-party factional struggles, intertwined with central-local political interactions, were crucial for the terrible tragedy that ensued in Wuwei, and that the end of this famine resulted not from peasants’ resistance, nor the change of radical polices to moderate ones, but from the decreased demand for grain caused by the massive number of deaths.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,068
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,041
Tête enseignante GPT0,326
Écart entre enseignants0,285 · 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Asian StudiesMême sujetChina's Socioeconomic Reforms and GovernanceTravaux en français237 207