MétaCan
Menu
Retour à la cohorte
Enregistrement W4390140214 · doi:10.12957/neiba.2023.75263

Petróleo e Nacionalismo na Argentina Kirchnerista (2003-2015) | Oil And Nationalism In Kirchnerist Argentina (2003 - 2015)

2023· article· pt· W4390140214 sur OpenAlexaff
Bruno Henz Biasetto

Notice bibliographique

RevueRevista Neiba Cadernos Argentina Brasil · 2023
Typearticle
Languept
DomaineSocial Sciences
ThématiquePolitics and Society in Latin America
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésNationalismPolitical sciencePoliticsNational identityHumanitiesPhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

RESUMO Este artigo explora a complexa relação entre os recursos de petróleo e o surgimento do nacionalismo e discurso populista na Argentina durante os anos do governo de Nestor e Cristina Fernandez de Kirchner. Analisando as dinâmicas sociopolíticas, políticas econômicas e retórica em torno do petróleo, descobrimos como o controle e a exploração desse recurso estratégico se tornaram um ponto focal para fomentar sentimentos nacionalistas. O estudo demonstra como o Kirchnerismo utiliza estrategicamente o petróleo para impulsionar suas agendas políticas e consolidar o apoio entre a população argentina, remodelando, em última instância, a identidade da nação e o cenário político. ABSTRACT This paper delves into the intricate relationship between oil resources and the emergence of nationalism and populist discourse in Argentina during the Nestor and Cristina Fernandez de Kirchner years. Analyzing the socio-political dynamics, economic policies, and rhetoric surrounding oil, we uncover how the control and exploitation of this strategic resource became a focal point for fostering nationalistic sentiments. The study demonstrates how Kirchnerism strategically harnessed oil to bolster their political agendas and consolidate support among the Argentine populace, ultimately reshaping the nation's identity and political landscape.

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)0,001
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,175
Score d'incertitude au seuil0,348

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,034
Tête enseignante GPT0,336
Écart entre enseignants0,303 · 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
GenreAutre

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 revueRevista Neiba Cadernos Argentina BrasilMême sujetPolitics and Society in Latin AmericaTravaux en français237 207