MétaCan
Menu
Retour à la cohorte
Enregistrement W4387546158 · doi:10.15195/v10.a25

Institutional Survival under Extreme State Repression and Subsequent Revival

2023· article· en· W4387546158 sur OpenAlexaff
Hongwei Xu, Litao Zhao

Notice bibliographique

RevueSociological Science · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueItaly: Economic History and Contemporary Issues
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésPsychological repressionState (computer science)Political scienceEconomicsCriminologyPsychologyComputer scienceChemistry

Résumé

récupéré en direct d'OpenAlex

This study examines institutional survival under conditions of extreme state repression.We argue that institutional values under these conditions become dormant in small "safe" social spaces such as families and small close-knit social groups.As state repression becomes increasingly violent, the suppressed groups within those spaces become more resilient in preserving "deviant" values and mitigating the negative long-term impact of state violence on institutional revival.We examine the extent to which pre-1949 entrepreneurial families served as institutional carriers for private entrepreneurship in the Mao era of China, especially in the context of the political violence of the Cultural Revolution (1966)(1967)(1968)(1969)(1970)(1971)(1972)(1973)(1974)(1975)(1976), and shaped individuals' entry into private entrepreneurship in the post-1978 reform era.We find that entrepreneurial transmission was suppressed at the family level by communist repression.Where more severe political violence occurred, pre-1949 entrepreneurial families could better mitigate the deterrent effect on institutional revival of the number of deaths that occurred locally during the Cultural Revolution.Stigmatized pre-1949 entrepreneurial families-those with "bad" class origins-mitigated the effects better than their nonstigmatized counterparts.We test to control for public sector job opportunities at the individual and municipal levels and find that these opportunities are unlikely to drive our results.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,194
Tête enseignante GPT0,279
Écart entre enseignants0,085 · 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'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociological ScienceMême sujetItaly: Economic History and Contemporary IssuesTravaux en français237 207