LITERACY RATE IN PERM GOVERNORATE ON THE DATA FROM THE ALL-RUSSIAN POPULATION CENSUS OF 1920
Notice bibliographique
Résumé
The article considers the level of literacy of the inhabitants of the Perm governorate in 1920. The study is based on the materials of the All-Russian Population Census of 1920. The correlation of literate and illiterate adults aged 20-29, 30-39 and 40-49 is analyzed. For ease of comparison, the number of literate adults is given in absolute terms and in percentage terms in relation to the total number of a particular gender and age group. The calculated data are systematized in the following tables. The general patterns in the distribution of literates are revealed. Residents of cities and factory settlements had more opportunities in the field of education in the first quarter of the twentieth century. The gender identity of illiterates aged 25 to 49 was typical for traditional society: women had fewer opportunities to get an education. Educational opportunities of school-age children did not depend on gender characteristics. The level of literacy was more significant in the age group from 20 to 29 years old. There were more literate women of 20-29 years old in cities, towns and villages in absolute numbers than men of the same age. This indicates a gradual change in attitudes to education in general and to women's education in particular, which was took place in the Russian provinces in the early XX century.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».