MétaCan
Menu
Retour à la cohorte
Enregistrement W4402431240 · doi:10.1093/restud/rdae091

The Causes of Ukrainian Famine Mortality, 1932–33

2024· article· en· W4402431240 sur OpenAlexaff
Andreĭ Markevich, Natalya Naumenko, Nancy Qian

Notice bibliographique

RevueThe Review of Economic Studies · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésFamineUkrainianEconomicsPolitical sciencePhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract We construct a novel panel dataset for interwar Soviet Union to study the causes of Ukrainian famine mortality (Holodomor) during 1932–3 and document several facts: (1) Ukraine produced enough food in 1932 to avoid famine in Ukraine; (2) 1933 mortality in the Soviet Union was increasing in the pre-famine ethnic Ukrainian population share and (3) was unrelated to food productivity across regions; (4) this pattern exists even outside of Ukraine; (5) migration restrictions exacerbated mortality; (6) actual and planned grain procurement were increasing and actual and planned grain retention (production minus procurement) were decreasing in the ethnic Ukrainian population share across regions. The results imply that anti-Ukrainian bias in Soviet policy contributed to high Ukrainian famine mortality, and that this bias systematically targeted ethnic Ukrainians across the Soviet Union.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,258
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,217
Tête enseignante GPT0,553
Écart entre enseignants0,336 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Review of Economic StudiesMême sujetGlobal Health Care IssuesTravaux en français237 207