The use of the topics and vocabulary of the Second World War in the Russian-Ukrainian conflict 2014-2020 (analysis of foreign historiography)
Notice bibliographique
Résumé
The object of research is the latest English literature of scientists and analysts in Western Europe and America, devoted to the problems of the information war waged by the Kremlin authorities against Ukraine. It is the problems, events of the Second World War, in the Russian-speaking academic space and the media that are still referred to only as the Great Patriotic War that became the leitmotif of these actions. Moreover, the history of the war is used precisely speculatively, that is, a careful selection of facts and conclusions is carried out, which are adjusted to certain conceptual foundations. Investigated problem. As a result of a critical analysis of the works of Western authors, the problem posed in this work is solved: to show the objectivity and evidence of the narratives of foreign authors on the biased presentation of the topics and vocabulary of World War II about the events in the East of Ukraine in 2014-2020. Main scientific results. The main scientific result of the study is the conclusion that Western scientists are deeply immersed in the vicissitudes of the conflict, debunking the biased evidence of Russian experts, fascist tendencies are imposed on the basis of false accusations of Ukraine, although such processes have not been recorded by any foreign analysts and observers. One of the stereotypes of Russian propaganda is the reproach for the massive "banderization" of the consciousness of citizens, but at the same time the face and activities of the leader of the OUN (b) are deliberately distorted. Modern studios of historians, diplomats, analysts of Western Europe, the USA, Canada are convincingly criticizing the political and ideological measures of Moscow aimed at discrediting the Ukrainian people. It is emphasized that the process of "nationalization" of history in Ukraine, especially during the Second World War by the Russian establishment, was used in a fraudulent way to tarnish the past of Ukraine. It was noted that, despite all the efforts of the Russian information and propaganda machine, Moscow fails to achieve the desire for results. Scope of practical application. The research results, which are innovative in nature, can be used in both cognitive and educational values.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».