MétaCan
Menu
Retour à la cohorte
Enregistrement W7043101536

Secessioni e democrazia

2023· book-chapter· it· W7043101536 sur OpenAlexaboutno aff

Notice bibliographique

RevueCINECA IRIS Institutional Research Information System (University of Bari Aldo Moro) · 2023
Typebook-chapter
Langueit
DomaineSocial Sciences
ThématiquePolitical Systems and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDoveMonarchyState (computer science)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Non vi è quasi Stato al mondo in cui non vi siano, seppur minime, tensioni separatiste. In queste situazioni alle frequenti disuguaglianze socioeconomiche territoriali si associano forme di deprivazione politica ed elementi identitari di varia natura. In alcuni casi tali tensioni risalgono molto in là nel tempo, sebbene assumano caratteristiche del tutto nuove, oppure emergono da conflitti recenti. Secondo Treverton1 a partire dagli inizi del Novecento ci sono state 56 secessioni. Seguendo l’analisi di Rokkan e Urwin2 (1982) possiamo ritenere che tali questioni siano intrinseche alla creazione ed alla nascita degli stati-nazione e riflettano quelle tensioni territoriali e culturali che non sono state superate o che si sono rinnovate nel tempo. È lo stato nazione, unificando territori e popoli, e fondando la sua legittimità sulla relazione stretta ed indissolubile tra stato e nazione e su quello che viene considerato un principio fondamentale – quello dell’autodeterminazione dei popoli, che è stato declinato come principio di autodeterminazione delle nazioni – che ha creato le condizioni della sua crisi (non a caso gli unici stati occidentali dove la questione della secessione è stata almeno parzialmente proceduralizzata sono quelli dove più debole è questo legame; infatti Canada e Regno Unito, unici ad aver adottato procedure di eventuale secessione, sono stati plurinazionali).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,010
Communication savante0,0080,003
Science ouverte0,0000,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0220,003

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 Opus0,094
Tête enseignante GPT0,316
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCINECA IRIS Institutional Research Information System (University of Bari Aldo Moro)Même sujetPolitical Systems and GovernanceTravaux en français237 207