Bibliographic record
Abstract
Introducao: convivencias dificeis A Historia prova que convivencia entre diferentes etnias e quase sempre originadora de tensoes e conflitos, as vezes contidos por um fragil equilibrio politico, outras ocasioes eclodindo abertamente em guerras e massacres. Os exemplos sao inumeros e continuam a persistir no mundo hodierno, pois, seja qual for o continente ou nacao, ha sempre grupos minoritarios que sofrem o estigma da diferenca: os sikhs na India, os xiitas no Libano, os franceses no Canada, os arabes em Israel, os turcos na Alemanha, os angolanos em Portugal, os portugueses na Suica, etc. Os Estados Unidos da America, quer pela sua heranca historica, quer pelo facto de continuarem hoje a constituir um centro polarizador para imigrantes oriundos das mais variadas paragens, sao das nacoes que maior diversidade apresentam em termos etnicos e culturais. Por isso mesmo, e frequente falar-se no mosaico americano, no caleidoscopio de etnias, na nacao de nacoes. Inevitavelmente, e a semelhanca de outros paises, os EUA debatem-se com graves crises e problemas internos, relacionados com esta variedade multicultural. Tambem aqui as discordias e os confrontos inter-etnicos ocorrem quotidianamente e por vezes magnetizam nao apenas os interesses da nacao, mas tambem os do proprio planeta. Em 1992, por exemplo, as imagens do espancamento de Rodney King as maos da policia indignaram os afro-americanos e conduziram aos celebres tumultos de Los Angeles, que horrorizaram os espectadores de todo o mundo e relancaram nos EUA o debate em torno da raca, das desigualdades sociais, do risco dos etnocentrismos, etc. (Omi, 1994: 145, 146). Situacoes como esta sao apenas o culminar de inumeras tensoes acumuladas ao longo de seculos: discriminacao e exploracao, assimetrias economicas e sociais, confrontos etnicos, etc. Na realidade, o processo de harmonizacao social nos EUA tem sido
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.007 | 0.007 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.000 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".