Narratives of the Russo-Ukrainian War A Look Within and Without
Notice bibliographique
Résumé
This volume presents a collection of selected essays and interviews published by the Forum for Ukrainian Studies, an online analytical publication of the Canadian Institute of Ukrainian Studies (CIUS) at the University of Alberta, in the first two years after Russia's full-scale invasion. The scholars and experts tackle a broad range of questions about identity, culture, propaganda, security, international relations, history, decolonization, and state of the art in Ukrainian studies and Russian studies in Western academia in the context of the Russo-Ukrainian war. The texts are presented chronologically to illustrate the dynamics of the rapidly unfolding events and contextualize the ideas and narratives that were discussed at particular moments. The interviews and essays provide supremely knowledgeable and nuanced perspectives and analyses of the war, from both within Ukraine and abroad. The selected Forum contributors are Margarita Balmaceda, Mykola Bielieskov, Michael Bociurkiw, Mariana Budjeryn, Dovilė Budrytė, Dmytro Bushuyev, Vitaly Chernetsky, Davis Daycock, Marta Dyczok, Olexiy Haran, Khrystyna Holynska, Aliaksei Kazharski, Yuliya Kovaliv, Hiroaki Kuromiya, Serhiy Kvit, Elżbieta Kwiecińska, Frank Ledwidge, Agnieszka Legucka, Tamara Martsenyuk, Jade McGlynn, Rajan Menon, Alexander Motyl, Cynthia Nielsen, Donnacha Ó Beacháin, Mitchell Orenstein, John V. Parachini, Bo Petersson, Serhii Plokhy, Yevhenia Podobna, Oleksii Polegkyi, Maryna Shevtsova, Marci Shore, Nataliya Shpylova-Saeed, Polina Sinovets, Ewa Thompson, Iryna Tsilyk, Peter Vermeersch, Alexander Vindman, Mychailo Wynnyckyj, Andrii Zharikov, and Mariia Zolkina
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,016 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».