MétaCan
Menu
Retour à la cohorte
Enregistrement W4307635573 · doi:10.22394/1726-1139-2022-8-15-27

The Current State of the “Green” Parties: Russia, Europe, the World

2022· article· en· W4307635573 sur OpenAlexaboutno aff
Revekka Vulfovich, M. S. Efremova

Notice bibliographique

RevueAdministrative Consulting · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Political and Economic Relations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésState (computer science)LegislaturePolitical scienceRussian federationQuarter (Canadian coin)Government (linguistics)Political economyPublic administrationLawBusinessEconomic policyEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

The article is devoted to the study of the current state of the «green» parties in the world as a whole, as well as in Europe and the Russian Federation in particular. The history of the formation of the «green» parties is also revealed and their common features are analyzed. In addition, the difference between the European «green» parties and the Russian ones is considered there. An important part of the study is the analysis of the percentage of representatives of «green» parties in the legislative authorities in the countries. As a result of the research, the author comes to several conclusions: currently, «green» parties exist in almost half of the countries where the existence of parties is possible as such. In a quarter of these countries, representatives of these parties are in the government, and about 4% of them are in the ruling coalitions. Nevertheless, for half a century, this is quite a great achievement for parties that were once considered oppositional. Most of these parties are represented in the European parliaments, but they have a number of differences from the «green» parties of the Russian Federation, which is also noted in this article.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0050,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,063
Tête enseignante GPT0,348
Écart entre enseignants0,285 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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 revueAdministrative ConsultingMême sujetGlobal Political and Economic RelationsTravaux en français237 207