MétaCan
Menu
Retour à la cohorte
Enregistrement W4283592181 · doi:10.31648/pw.7658

Terrorism in post-Soviet space. Comparative analysis of the phenomenon in the former Sovi-et republics after 2014

2022· article· en· W4283592181 sur OpenAlexaboutno aff
Малина Касзуба, Marta Stempień

Notice bibliographique

RevuePrzegląd Wschodnioeuropejski · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRussia and Soviet political economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeopoliticsTerrorismPhenomenonPolitical scienceSpace (punctuation)PoliticsSoviet unionQuarter (Canadian coin)Political economyDevelopment economicsGeographyEconomic historyHistorySociologyLawEconomicsArchaeologyPhysics

Résumé

récupéré en direct d'OpenAlex

The post-Soviet states are also known as the former Soviet Republics (FSR). With the collapse of the USSR in 1991, Moscow lost almost a quarter of its territory and nearly 150,000,000 people. As a result of this process, 15 sovereign states emerged or reemerged. The post-Soviet states are very diverse in terms of culture, economy, and politics. Moreover, the phenomenon of terrorism varies in the indicated area. The research goal of this study is to identify trends related to terrorism taking place in the post-Soviet space in the years 2014-2020 (in some cases, the analysis covers the years 2015-2019, due to data availability). The research area covers the former Soviet republics, which are further divided by the author into four subregions (Eastern Europe, Central Asia, Transcaucasia, and Baltic states) that are linked by cultural and geopolitical factors. Therefore, the research object covers 15 states and 4 subregions.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,538
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,321
Écart entre enseignants0,294 · 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'étudeObservationnel
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrzegląd WschodnioeuropejskiMême sujetRussia and Soviet political economyTravaux en français237 207