MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390798536 · doi:10.31743/ehr.16819

In Search of “Good Russians”: Ukrainian-Russian Encounters in the United States During the First Cold War

2023· article· en· W4390798536 sur OpenAlexaff
Volodymyr Kravchenko

Notice bibliographique

RevueThe Exile History Review · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Identity and History
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésUkrainianNational identityNarrativeRussian literatureWonderIdentity (music)Political scienceHistoryGender studiesSociologyLawLiteratureAestheticsPoliticsLinguistics

Résumé

récupéré en direct d'OpenAlex

The article is devoted to the topic of Ukrainian-Russian intellectual encounters in exile during the Cold War. The author focuses on Ukraine’s and Russia’s mutual representations in historical narratives in connection with their respective discourses of national identity. The article also describes sporadic attempts at establishing Ukrainian-Russian public dialogue in exile starting in the early 1960s. All of them were initiated and conducted by Ukrainian public activists and intellectuals. The author concludes that participants on both sides ascribed opposing meanings to historical terms. Russian authors, on the one hand, consistently used the modern designation “Ukrainian” as a synonym for “Little Russian,” which automatically situated Ukraine within the “pan-Russian” historical framework. Ukrainian historians, on the other hand, tried to reinterpret “Russian” as a modern national designation rather than an imperial one. Hence the Ukrainian-Russian dialogue had no chance of succeeding unless Russian participants agreed to rethink their discourse of national identity. It is no wonder that many American observers remained confused about the nature of Ukrainian-Russian debates: to them, they looked like a dead-end situation. Thus, rather than trying to find alternative interpretations of Ukrainian and Russian history, most Western specialists followed either one or the other respective national narrative.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,552
Score d'incertitude au seuil0,902

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0080,007
Communication savante0,0070,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
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 Opus0,037
Tête enseignante GPT0,278
Écart entre enseignants0,241 · 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'étudeQualitatif
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 revueThe Exile History Review→Même sujetCanadian Identity and History→Travaux en français237 207→