MétaCan
Menu
Retour à la cohorte
Enregistrement W2571457398 · doi:10.1163/15691330-12341406

Honor and Human Rights: A Comparative Study of Russia and Ukraine

2016· article· en· W2571457398 sur OpenAlexaff
Антон Олейник

Notice bibliographique

RevueComparative Sociology · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLaw in Society and Culture
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesBard College
Mots-clésDignityHonorUkrainianHuman rightsContext (archaeology)Interpretation (philosophy)Political scienceDescriptive statisticsSociologyLawGeographyLinguisticsStatisticsPhilosophyMathematics

Résumé

récupéré en direct d'OpenAlex

This article discusses the relative importance attached to honor and human rights in two cultures, Russian and Ukrainian. These cultures have elements of honor cultures, both historically and in the present. There are also elements of a more universalistic interpretation of human dignity that are expressed through the concept of human rights, especially in the case of Ukraine. However, the movement towards the universalistic understanding of human dignity slows down or may even be reversed in the context of a protracted war. Two sources of data inform the analysis: primary (two surveys conducted on representative samples in Russia, N = 1602, and Ukraine, N = 2020) and secondary (the complete works of two poets considered representative of the two cultures, A. Pushkin and T. Shevchenko, as well as documents in the Russian-language and Ukrainian-language segments of the Google online databank). The data were processed using methods of descriptive statistics, binary statistic regression and quantitative content analysis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,215
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,004
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,085
Tête enseignante GPT0,398
Écart entre enseignants0,314 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComparative SociologyMême sujetLaw in Society and CultureTravaux en français237 207