MétaCan
Menu
Retour à la cohorte
Enregistrement W3157819029 · doi:10.21226/ewjus641

Stalin’s Faminogenic Policies in Ukraine: The Imperial Discourse

2021· article· en· W3157819029 sur OpenAlexvenueno aff
Liudmyla Hrynevych, Andrew Sorokowski

Notice bibliographique

RevueEast/West Journal of Ukrainian Studies · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSoviet and Russian History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUkrainianFamineCommunismAppropriationPolitical sciencePoliticsGovernment (linguistics)Political economyEconomyEconomic historyDevelopment economicsSociologyHistoryLawEconomics

Résumé

récupéré en direct d'OpenAlex

Because Stalin’s policy of famine creation in the early 1930s has been viewed through the prism of communist theory and practices, scholars have paid less attention to the imperial/colonial discourse of the period. This essay attempts to show the suitability of applying theoretical models of dependence and imperialism to analyze the dynamics and consequences of the collectivization of agriculture and the Holodomor (the mass deaths through starvation in Ukraine). The pressure applied to all regions of the USSR, resulting from the “communist experiment,” was in Soviet Ukraine supplemented and intensified, and, at some points, determined by a system of centre-periphery relations, characterized by political domination, control, the subordination of regional political elites to the centre, and the exploitation of economic resources. The appropriation of sovereignty over the Ukrainian republic by the central government in Moscow included establishing full control over Ukraine’s food resources, such as determining grain harvesting and distribution. The ongoing exploitation of Ukrainian economic resources and the anti-Ukrainian terror caused the Ukrainian famine of 1928-29. These also became significant factors in the onset of the 1932-33 Holodomor.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,013
Communication savante0,0060,002
Science ouverte0,0000,004
Intégrité de la recherche0,0020,002
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 Opus0,062
Tête enseignante GPT0,384
Écart entre enseignants0,322 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEast/West Journal of Ukrainian StudiesMême sujetSoviet and Russian HistoryTravaux en français237 207