Literacy of the Population of the Ural at the End of the 19th — First Quarter of the 20th Century (on the Materials of the Ekaterinburgsky Uyezd of the Perm Governorate and the Sverdlovsky Okrug of the Ural Oblast)
Notice bibliographique
Résumé
In Russia in the late 19th — early 20th century, there was an acute issue of increasing the literacy rate of the population, leading to the development of state measures to improve it. In various regions, the situation with increasing the literacy rate developed in different ways, including in the Ural region. When comparing literacy rates over time, it is necessary to take into account changes in administrative boundaries. The Sverdlovsky okrug as a part of the Ural oblast in 1926 was territorially larger than the Ekaterinburgsky uyezd of the Perm governorate in 1897; it included parts of the Krasnoufimsky and Irbitsky uyezds. Therefore, in this study, the literacy rate of the population was calculated for the three indicated uyezds simultaneously, and the results were compared with the indicators of the Sverdlovsky okrug. Research findings revealed a substantial growth in the literacy of the population. The literacy rate has increased more significantly among the rural population than among the urban population, and among women than among men. However, the literacy gap between them still persisted.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».