MétaCan
Menu
Retour à la cohorte
Enregistrement W4206402941 · doi:10.31250/2618-8600-2020-3(9)-62-89

The warrior muzhik and fakelore maiden: Russian banal nationalism on and offline

2020· article· en· W4206402941 sur OpenAlexafffund
Michel Bouchard, Tatiana D. Poluektova, E. F. Penrose, Meg Henderson

Notice bibliographique

RevueEtnografia · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSoviet and Russian History
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesUniversity of Northern British Columbia
Mots-clésNationalismArtPolitical scienceHistoryAncient historyLawPolitics

Résumé

récupéré en direct d'OpenAlex

The Warrior muzhik and fakelore maiden: Russian banal nationalism on and offlineA B S T R A C T. Nationalism is often understood in terms of grand political movements, political speeches and too often in wars pitting states against each other or nationalist insurgents rising against.Yet, nation and nationalism can be studied in the banal events of daily life as Michael Billig (1995) proposed.The flying of flags in front of houses, the draping of St. George ribbons or icons off of rearview mirrors, the small symbolic markings of nationhood -all these reinforce the nationalism that can be harnessed by larger political movements.This article will examine the banal in the cyberspace, notably how idealized images of masculinity and femininity are created, liked and shared on social media, and how such mundane daily affirmations of nationhood reinforce larger national narratives.Individuals are thus not passive recipients of national discourses, but can be active contributors to them by taking and sharing photos of themselves in folkloric dresses or working out in gyms.They can thus either reinforce or challenge the prevailing narratives and participate in the making of nations.This is clearly seen in Russian social media sites where online nationalism both buttresses and occasionally challenges older ideals of nation and gender, both intertwined in defining what it means to be Russian.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0070,006
Communication savante0,0030,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,025
Tête enseignante GPT0,276
Écart entre enseignants0,251 · 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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEtnografiaMême sujetSoviet and Russian HistoryTravaux en français237 207