Советские историки-марксисты о Боярской Думе и боярстве в Московском государстве
Bibliographic record
Abstract
Аннотация В данной статье автор продолжает рассматривать историю изучения боярства и Боярской Думы в России (см.: Ольга Кошелева «Историки XIX века о Боярской Думе и о боярстве в Московском государстве» Canadian-American Slavic Studies 52–54 (2018) Pp. 1–22), обращаясь к периоду вторжения марксистской теории в эту тему. Историки-марксисты ставили перед собой цель вписать российскую историю в марксистскую парадигму, что приводило их к противоречивым трактовкам роли боярства в Московском государстве. Их труды не основывались на анализе источников, а являлись схоластическими построениями. Главным являлся тезис о реакционной сущности боярства, которому давались разноречивые объяснения. С 60-х гг. ХХ в. в советской историографии наметился отход от догматичного понимания марксизма, а в 80-е гг. большинством исследователей тема боярства уже лишь формально помещалась в рамки марксистской риторики и разрабатывалась в основном в источниковедческом направлении. Обширный круг проанализированных работ приводит автора к выводу о том, что марксистский подход не внес ничего нового в изучение боярства. Он объективно мешал нормальной работе историков, но, тем не менее, не приостановил ее, а непреднамеренно повернул в иное русло: в сферу источниковедения, где были достигнуты значительные успехи в изучении рассматриваемой темы.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.007 | 0.015 |
| Scholarly communication | 0.012 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.018 | 0.004 |
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".