MétaCan
Menu
Retour à la cohorte
Enregistrement W4385529498 · doi:10.1515/9783839466643-032

Competing Identities of Ukraine’s Russian Speakers

2023· book-chapter· en· W4385529498 sur OpenAlexfundno aff
Volodymyr Kulyk

Notice bibliographique

Revuetranscript Verlag eBooks · 2023
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueLinguistics, Language Diversity, and Identity
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of AlbertaGeorge Washington UniversityYale University
Mots-clésLinguisticsPolitical scienceGeographyPhilosophy

Résumé

récupéré en direct d'OpenAlex

In the first decade after the breakup of the USSR, both local and Western experts believed that Russians and Russian speakers might endanger the social stability or even the territorial integrity of the newly independent states they had found themselves in.Even in countries such as Ukraine, where the Russians seemed to be culturally close to the titular population, most authors did not believe that this minority would put up with nationalizing policies allegedly pursued by the majority-dominated state.The Russians' resistance was considered inevitable in view of their distinct ethnocultural identity and a strong interest in preserving it.Two decades after those analyses, it is quite clear that this view was mistaken.Instead of successfully mobilizing in defence of their group interests, Ukraine's Russian-speakers have lost much of their distinct ethnocultural identity which should have driven such mobilization.In the face of the Russian aggression of 2014, most Russian-speakers, even in the seemingly pro-Russian east-southern regions, allied with their fellow citizens rather than their linguistic 'brethren' across the border.As the analysis below will demonstrate, their spectacular choice in favour of Ukraine was based on inconspicuous changes in their ethnonational identity over the previous years.Rather than forming into a community distinguished by its main language, they had gradually been transformed from Soviet people into Ukrainians -without drastic changes in their language practice.While most of them remained primarily Russian-speaking, this is not how they would define themselves.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

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 technologies0,0070,003
Communication savante0,0060,002
Science ouverte0,0010,005
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 Opus0,053
Tête enseignante GPT0,212
Écart entre enseignants0,159 · 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
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetranscript Verlag eBooksMême sujetLinguistics, Language Diversity, and IdentityTravaux en français237 207