MétaCan
Menu
Retour à la cohorte
Enregistrement W3190893027 · doi:10.3386/w29089

The Causes of Ukrainian Famine Mortality, 1932-33

2021· preprint· en· W3190893027 sur OpenAlexaff
Andreĭ Markevich, Natalya Naumenko, Nancy Qian

Notice bibliographique

RevueNational Bureau of Economic Research · 2021
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésFamineUkrainianGeographyArchaeologyLinguisticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

We construct large, unique panel data to study the causes of Ukrainian famine mortality (Holodomor) during 1932-33 and document several new facts: i) Ukraine (the Soviet Union) produced enough food in 1932 to avoid famine in Ukraine (the Soviet Union); ii) mortality was increasing in the pre-famine ethnic Ukrainian population share and unrelated to food productivity across regions; iii) this pattern exists across the Soviet Union, even outside of Ukraine; iv) the pattern was similar at different administrative levels; v) migration restrictions exacerbated mortality; vi) actual and planned grain procurement were increasing, while actual and planned grain retention (production minus procurement) were decreasing in the ethnic Ukrainian population share across regions. Anti-Ukrainian bias in Soviet policy explains up to 92% of famine mortality in Ukraine and 77% in Ukraine, Russia and Belarus; approximately half of the total effect comes from bias in the centrally planned food procurement policy.

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)0,010
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,246
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,638
Tête enseignante GPT0,679
Écart entre enseignants0,041 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetGlobal Health Care IssuesTravaux en français237 207