Dataset of posts from foreign news agency sites by tag "Russia" in 2022-2024
Notice bibliographique
Résumé
The dataset consisted in .XLSX tables divided by countries, and includes columns: data, source, title, fulltext and link (for verifying). The data was collected by students of Department of Politology, History and Regional Studies of History Faculty, Irkutsk State University (Russia). Advisor investigator is Prof. Arseniy N. Fartyshev, Candidate of Sci. (in Geography). Country Number Date coverage Advisor Sources Turkey 802 2007-2024 Bogdanova Milena Evgenevna YeniSafak, AA, Sabah, Haber7, Dailysabah, Cumhuriyet, Aksam Israel 310 2021-2024 Bukina Maria Vasilievna Yated Croatia 488 2021-2024 Vdovkin Aleksei Igorevich Net.hr, tportal GB 526 2022-2024 Dashinimaeva Selmeg Chingisovna The Economist, The Guardian, BBC Syria 1595 2013-2024 Demchenkov Mihail Andreevich Sana Japan 1426 2024 Korytov Andrei japannews.yomiuri Serbia 9733 2021-2024 Litovchenko Ivan Aleskandrovich Telegraf.rs USA 823 2023-2024 Mineev Mihail Aleskandrovich New York Times Germany 2322 2023 Monastyrskiy Daniil Sergeevich N-TV Armenia 1119 2021-2024 Perendya Daria Aleskeevna Aravot Sweizerland 2795 2021-2024 Ryzhov Andrei Dmitrievich Watson.ch Greece 2863 2012-2024 Sadykova Maria Alekseevna Enikos South Korea 389 2021-2024 Sannikova Elizaveta Sergeevna choson China 873 2023-2022 Fomina Sofia Ivanovna Xinhua Finland 1233 2021-2024 Tsyrendorzhieva Valeria Timurovna Yle Italy 869 2022-2024 Segreeva Elizaveta Antonovna rainews.it Canada 2146 2024 Fedorova Anastasia Andreevna nationalpost Venezuela 407 2022-2024 Topuchkanov Dmitriy Sergeevich El Aragueno, Lapatilla, Noticia al Dia TOTAL 30719
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,069 |
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 ».