MétaCan
Menu
Retour à la cohorte
Enregistrement W2605806906 · doi:10.1177/0888325417700263

Memory, Party Politics, and Post-Transition Space: The Case of Poland

2017· article· en· W2605806906 sur OpenAlexaff
Kate Korycki

Notice bibliographique

RevueEast European Politics and Societies and Cultures · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEastern European Communism and Reforms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPoliticsCommunismPolitical economyPower (physics)Political scienceState (computer science)SociologyMainstreamLaw

Résumé

récupéré en direct d'OpenAlex

In this work I analyze and interpret Polish political field as a field of memory. I make three claims. First, I claim that programmatic identities of Polish political parties are weak. Despite this weakness political competition remains fierce, because parties fashion enduring political identities. I identify three mainstream political identities of political actors in Poland, given by their temporal orientation and their judgment of communism. Second, I claim that the field of the political competition predicated on the turn to the past and on moral opprobrium is the particular achievement of the party that captured political power in Poland in 2015. Similarly to its 2005 electoral success, the party narrated the country’s main problem as communist state-capture. It claimed that (former-) communists and their post-dissident allies captured political, material, and symbolic levers of power. This way of presenting the problem polarized the field, casting political opponents as essential enemies, and casting the narrators as country’s saviors. Third, this achievement was possible because the party narrated communism as essentially and existentially anti-Polish: it presented it as equal to Nazism, it made it foreign, and it made it coincidental with Jewishness. It then launched such discursive “weapon” against its present-day opponents.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,011
Communication savante0,0100,007
Science ouverte0,0010,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,016
Tête enseignante GPT0,271
Écart entre enseignants0,255 · 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'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

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEast European Politics and Societies and CulturesMême sujetEastern European Communism and ReformsTravaux en français237 207