Shrinking cities in post-Soviet Russia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The paper is aimed at assessing scale and trends of urban shrinkage in post-Soviet Russia both at national level and by its major regions. Based on the calculation of average annual index of population loss according to population censuses (1989–2021) data, almost half of Russian cities in total have been shrinking for at least one of three intercensal periods. At the same time, in one of three centers the average annual depopulation exceeded 1% at the end of the entire period. In 1989–2002, the number of shrinking cities was not significant (less than a quarter in total), while increasing dramatically in subsequent inter-census periods to over than 1/3 of all urban settlements of the country by 2021. Study of spatial spreading of urban shrinkage phenomenon unveiled that its progress at different stages was mainly contributed either by resource-based cities of the northern and eastern parts of the country, or by urban settlements in old-developed regions, primarily the Non-Chernozyom areas. Absolute majority of all shrinking cities (87%) are minor units with a population under 50,000 inhabitants. Taking into account the general unfavourability of depopulation and the instability and variability of trends, six types of urban shrinkage trajectories with various combinations and alternations of depopulation phases were identified based on the sequence of depopulation phases within each of the three intercensal periods.
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.
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 | 0,001 | 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 | 0,001 |
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 découle