Notice bibliographique
Résumé
Last year, Angilee Shah wrote a review at China Beat of Oliver August’s Inside the Red Mansion. The review inspired Simon Fraser University Professor Jeremy Brown to assign the text to a class and he recently invited the book’s protaganist, Lai Changxing, to join his class for a day. Brown and one of his students provide an account of the day’s visit below (for a write-up in Chinese, see this report at The Global Chinese Press). A few days before National Day, Lai Changxing joined our fourth-year Chinese history class at Simon Fraser University. For almost three hours China’s most wanted man answered (and dodged) a wide range of tough questions from students, all of whom had read Oliver August’s Inside the Red Mansion, a book about shady ties between officials and businesspeople in Xiamen, where Lai made his millions and later became enmeshed in a corruption scandal that led him to flee to Canada. Lai lives in Vancouver and sent two of his sons to SFU. What did our class learn from him? In his responses to student questions, Lai alternated between innocent charm and aggrieved combativeness. He denied giving officials cash-filled briefcases and providing them with modern-day concubines. But he admitted that he actively sought out and took advantage of loopholes. In order to avoid customs duties when importing oil and luxury cars to China, Lai said that he had his oil tankers unload when nobody was watching. His overarching goal was to make more money, he said, so he was constantly looking for opportunities. When local officials announced that new businesses would be exempt from taxes for three years, Lai opened a series of ventures, and then shut them down and changed their names before they hit the three year mark, managing to perpetually avoid taxes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».