MétaCan
Menu
Retour à la cohorte
Enregistrement W4224714205 · doi:10.35634/2224-9443-2022-16-1-112-120

THE FINNO-UGRIC REGION IN THE CONTEXT OF ADMINISTRATIVE BARGAINING IN THE SECOND HALF OF THE 1940s -1960s (ON THE MATERIALS FROM KARELIA)

2022· article· en· W4224714205 sur OpenAlexaboutno aff
Oleg Igorevich Kulagin

Notice bibliographique

RevueYearbook of Finno-Ugric Studies · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRussia and Soviet political economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRedistribution (election)EliteContext (archaeology)State (computer science)Quarter (Canadian coin)The RepublicEconomyBusinessPolitical scienceGeographyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

One of the main problems of Russia's socio-economic development is the irrational use of its resource potential. During the Soviet period, within the framework of the existing command-administrative economy, the main mechanism for the redistribution of various types of resources was the use of administrative bargaining procedures. The economy of Karelia as a result of the events of the Great Patriotic War and the occupation by Finland was seriously destroyed and needed a quick recovery. At the same time, the presence of large reserves of relatively cheap and geographically accessible timber on the territory of the republic created additional advantages for the regional administrative-party elite in terms of obtaining additional resources from the center in the form of investment and labor. With the loss of Karelia's status as a union republic within a unitary state, there has been a gradual decline in the ability of the regional leadership to go directly with their proposals to the level of central administration. Since the forest reserves of Karelia in the post-war period were significantly depleted, since the mid-1960s the main task of the regional elites in the interaction with the center became the preservation of the main resource to ensure sustainable socio-economic development in the following years.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,718
Score d'incertitude au seuil0,673

Scores Codex et Gemma par catégorie

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

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 Opus0,117
Tête enseignante GPT0,342
Écart entre enseignants0,226 · 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.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYearbook of Finno-Ugric StudiesMême sujetRussia and Soviet political economyTravaux en français237 207