MétaCan
Menu
Retour à la cohorte
Enregistrement W4285727303 · doi:10.1017/nps.2022.33

Legitimizing the Separatist Cause: Nation-building in the Eurasian<i>de facto</i>States

2022· article· en· W4285727303 sur OpenAlexaff
Magdalena Dembińska

Notice bibliographique

RevueNationalities Papers · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePost-Soviet Geopolitical Dynamics
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésDe factoAdversaryIdentity (music)Construct (python library)Face (sociological concept)State (computer science)HomogeneousPolitical economyPolitical sciencePoliticsEthnic groupEthnic CleansingForced migrationSociologyGender studiesLawRefugeeSocial scienceAestheticsComputer security

Résumé

récupéré en direct d'OpenAlex

Abstract This article compares the nation-building processes in four well-established Eurasiande factostates. Although all four pursue a set of identity politics that would legitimize the separatist cause, comparing them reveals important differences in boundary-making strategies. While maintaining the image of the enemy parent-state and of an imminent external threat is a common endeavor, they face different challenges and thus have pursued different strategies of identity-building. Transnistria and Abkhazia are two ethnically heterogeneous entities while Nagorno-Karabakh and South Ossetia are more homogeneous since (forced) displacements, mostly of non-titular ethnicities, took place. The Abkhazs, Ossetians, and Armenians claim titular status in their respective regions, but only the latter two have kin in neighboring countries with whom they want to unify. Meanwhile, the “Transnistrian people” is a newly invented construct. Despite their lack of international recognition, the article demonstrates that – apart from a special emphasis on cultivating the image of the “enemy parent-state” – the nation-building mechanisms in the de facto states do not substantially differ from the processes at work in other post-Soviet states presented in this Special Issue.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,010
Communication savante0,0030,002
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
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 Opus0,032
Tête enseignante GPT0,335
Écart entre enseignants0,303 · 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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNationalities PapersMême sujetPost-Soviet Geopolitical DynamicsTravaux en français237 207