Le Parti démocrate en 2020 : Joe Biden et l’hydre à quatre têtes
Bibliographic record
Abstract
Democrat. Will Rogers 1 Les conventions nationales des partis dmocrate et rpublicain qui se sont tenues au mois d'aot ont expos de profondes diffrences entre les deux grandes formations politiques amricaines, et pas uniquement sur le plan idologique. Du ct des rpublicains, on a vu un parti qui semble dsormais entirement entre les mains du prsident Donald Trump, comme en a fait foi l'absence de la plupart des figures de l'establishment rpublicain et des anciennes gloires de ce parti. Celles-ci ont cd leur place aux partisans les plus convaincus du 45 e prsident des tats-Unis et aux membres de sa famille, qui ont pris la parole tour tour pour s'adresser un auditoire de plus en plus restreint. En effet, sous Trump, le Grand Old Party, ou GOP, ne cherche mme pas prtendre reprsenter l'ensemble de la nation. Son message s'adresse exclusivement son lectorat blanc, conservateur et religieux, concentr dans les petites villes, les banlieues rsidentielles et les campagnes. Or, la fameuse majorit silencieuse qui a jadis fait les beaux jours du GOP sous Nixon, Reagan et les Bush l'est de moins en moins, majoritaire. Devant cet enttement des rpublicains ne pas chercher recruter audel de leur lectorat naturel, le Parti dmocrate semble tre dans une position enviable puisque, dans un systme marqu par un bipartisme rigide, il est le seul pouvoir rcolter les fruits des pratiques d'exclusion du GOP. Or, le parti de l'ne vit en quelque sorte une situation inverse par rapport son vis--vis : il a certes le potentiel d'attirer une majorit des lecteurs amricains, mais il doit pour cela trouver une faon d'accommoder des dizaines de groupes de pression aux priorits bien distinctes, une tche qui doit tre rpte chaque cycle lectoral.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.005 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.000 | 0.004 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.027 | 0.006 |
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".