Bibliographic record
Abstract
Cet article analyse l’aide humanitaire que des citoyens apportent à d’autres en Russie post-soviétique, en faisant une histoire et une ethnographie inédite de l’association « Assistance civique ». Il retrace l’évolution de l’aide fournie par l’association dans ses dimensions matérielle et juridique depuis la chute du régime soviétique. Au fil des populations qui se réfugient à Moscou, un glissement s’est opéré. D’une aide humanitaire principalement domestique, octroyée aux réfugiés de l’ex-URSS puis aux réfugiés intérieurs dans les années 1990, l’association a élargi son aide dans les années 2000 aux étrangers venus de pays plus éloignés, l’aspect civique prenant le pas sur l’aide matérielle directe. Cette évolution d’une aide à dominante informelle vers une aide plus professionnalisée et judiciarisée peut s’expliquer par la collaboration qui s’instaure entre l’association russe et le HCR, mais aussi par la politique de l’État russe à l’égard des associations de la société civile, son refus de définir une politique d’accueil des migrants ou de véritable protection des réfugiés, et sa promotion d’une libéralisation des services.
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 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 0.001 |
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".