MétaCan
Menu
Retour à la cohorte
Enregistrement W4398780721 · doi:10.30965/18763316-12340064

F.M. Dostoevsky’s Nationalism: History, Historiography, and Politics. An Old Controversy in a Post-2022 Context

2024· article· en· W4398780721 sur OpenAlexaff
Julia Berest

Notice bibliographique

RevueRussian History · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiscourse Analysis and Cultural Communication
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésHistoriographyNationalismContext (archaeology)PoliticsMarxist historiographyLiteratureHistoryPolitical scienceArtLawMarxist philosophyArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Dostoevsky’s nationalism has long been a sensitive and controversial topic in Western scholarship. At the core of the controversy is the problem of explaining the stark contrast between Dostoevsky’s philosophical message of universal love and the explicitly xenophobic, chauvinistic and war-glorifying statements found in many of his journalistic articles. Russia’s full-scale war in Ukraine has reignited the old controversy in ways that have brought to light the profound political implications involved in interpreting Russian history in a post-2022 context. Many Ukrainian intellectuals and public figures have come to question not only the appropriateness of Dostoevsky’s title as a “great humanist” but also the conventions of Dostoevsky’s reception in Western scholarship, which serve to maintain this image of the writer in the public mind, despite many of his unpalatable ideas. These sentiments are echoed by (as yet) a small group of Russianists in the West who argue for the need to reconsider Dostoevsky from a more critical, decolonizing perspective. This essay offers a historiographic review of the theme of Dostoevsky’s nationalism in Western and Russian scholarship over the past two decades. It also highlights the way in which Dostoevsky’s nationalist ideas have been used by Russian propagandists in popular media since Russia’s first invasion of Ukraine in 2014.

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)0,002
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 enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,010
Communication savante0,0040,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,284
Écart entre enseignants0,263 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRussian HistoryMême sujetDiscourse Analysis and Cultural CommunicationTravaux en français237 207