Regional Disparities in Hungary in the Era of Absolutism and the Dualistic Period (1780–1914): A Statistical Analysis to Assess Inequalities and the Driving Forces of Development
Notice bibliographique
Résumé
Abstract This article aims to reevaluate different socioeconomic and political systems—the era of Habsburg absolutism and the reconstruction after the expulsion of the Ottomans (1720–80s), the age of reforms (1780–1880), and the beginnings of the capitalist development in the Kingdom of Hungary (1880–1914)—from a different perspective: by focusing on trends in inequalities and changes in development levels. In order to trace the changes in the pattern of backward areas, development was calculated for three time horizons relying on the settlement-level data of the GISta Hungarorum database. The novelty of our approach is that we consider development multidimensionally, therefore a composite indicator of development was calculated using a causal approach (Structural Equation Modeling [SEM]) to substitute for Gross Domestic Product (GDP) or Human Development Index (HDI), which cannot be reconstructed at fine scale, nor calculated for the eighteenth century. Regional patterns of core-periphery relations and their temporal changes (differences in dynamism) were analyzed using GIS-methods for the three time horizons, and the varying depth of backwardness was also investigated by tracing two U-curves of the type developed by Jeffrey Williamson and Simon Kuznets over three centuries. Special attention has been paid to the relationship between nationalities and development levels in our analysis, as state politics has been accused of a discriminative attitude toward national minorities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».