The reasons for the creation of military settlements of cavalry in the Russian Empire in the first quarter of the XIX century
Notice bibliographique
Résumé
The history of military settlements in the Russian empire of the XIX century in recent decades has been actively explored, however, until recently there were almost no works devoted to the reasons for the establishment of military settlements. Therefore, the purpose of the article is to analyze the reasons for the organization of emperor Alexander I military settlements of the cavalry in the south of the Russian empire in the first quarter of the XIX century. The research methodology was chosen according to the purpose and was based on the principle of historicism. It is represented mainly by general scientific methods (analysis, deduction, induction) and comparative-historical method. The scientific novelty is that, based on the analysis of archival sources and scientific literature, the circumstances of the creation of military settlements of the cavalry in southern Russia are analyzed. Conclusions. In the first place, the idea of the introduction of military settlements arose in connection with the difficulties of recruiting an ever-expanding army. Existing for more than a century, the recruitment system of the army due to the recruitment of the population was no longer able to meet the needs of the army in human resources. Another reason was an attempt to resolve financial problems. More than half of the state budget was spent on military needs. Given these reasons, the government of Alexander I decided to transfer part of the troops to the system of self-sufficiency of food and feed. In 1817, the organization of settlements of cavalry districts in Ukraine began. It was decided to settle the cavalry in the Sloboda-Ukrainian, Kherson and Katerinoslav provinces. Starting the establishment of military settlements, the government of emperor Alexander I pursued political, socio-economic and military-strategic goals. And if it were possible to successfully implement the conceived in practice, then government spending on the maintenance of a large army would be considerably reduced.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».