MétaCan
Menu
Retour à la cohorte
Enregistrement W2961882656 · doi:10.5539/ach.v11n2p58

Causes, Consequences and Impact of the Great Leap Forward in China

2019· article· en· W2961882656 sur OpenAlexvenueno aff
Hsiung-Shen Jung, Jui-Lung Chen

Notice bibliographique

RevueAsian Culture and History · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChina's Socioeconomic Reforms and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaVictoryCommunismPoliticsPolitical economyPolitical scienceDevelopment economicsFamineEconomicsEconomic growthLaw

Résumé

récupéré en direct d'OpenAlex

The founding of the People’s Republic of China did not put an end to the political struggle of the Communist Party of China (CPC), whose policies on economic development still featured political motivation. China launched the Great Leap Forward Movement from the late 1950s to the early 1960s, in hope of modernizing its economy. Why this movement was initiated and how it evolved subsequently were affected by manifold reasons, such as the aspiration to rapid revolutionary victory, the mistakes caused by highly centralized decision-making, and the impact exerted by the Soviet Union. However, the movement was plagued by the nationwide famine that claimed tens of millions of lives. Thus, fueled by the Forging Ahead Strategy advocated by Mao Zedong, the Great Leap Forward that was influenced by political factors not only ended up with utter failure, but also deteriorated the previously sluggish economy to such an extent that the future economic, political and social development was severely damaged. This study will explore the causes, consequences and impact of the Great Leap Forward in China.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,987

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 technologies0,0000,001
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 Opus0,008
Tête enseignante GPT0,245
Écart entre enseignants0,237 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Culture and HistoryMême sujetChina's Socioeconomic Reforms and GovernanceTravaux en français237 207