Bibliographic record
Abstract
Jelen elemzés Törökország (Ankara) és a Kurdisztáni Autonóm Régió (Erbíl) közti politikai és gazdasági együttműködéseket, érdekazonosságokat és érdekellentéteket tárja fel a 2014 és 2017 közötti időszakból. Ezt az időbeli keretet két, regionális kihatással rendelkező esemény jelöli ki. A kezdőpontot az „Iszlám Állam” 2014-re tehető felemelkedése jelenti, zárásként pedig a 2017-es iraki kurd függetlenségi népszavazás hatásait vizsgálom. A kettő közti időszakban tanúi lehettünk az Ankara és Erbíl közti kapcsolatok valaha tapasztalt legintenzívebb periódusának. A tanulmányban az Ankara és Erbíl közötti bilaterális viszonyt az iraki kormány (Bagdad) Törökországgal, illetve iraki kurdokkal kapcsolatos politikájával összefüggésben értelmezem. Összességében megállapítható, hogy a regionális felfordulás közepette a török–iraki kurd kapcsolatoknak sikerült a korábban kialakított alapvető jegyeit megőrizni, sőt az „Iszlám Állam” közös kihívása miatt a két fél közti kapcsolat katonai együttműködéssel is bővült. Bár a 2017-es függetlenségi népszavazás feszültségekkel terhelte Ankara és Erbíl kapcsolatát, a felek közti érdekegyezések továbbra is erősebbnek mutatkoznak az esetleges szakításhoz vezető széttartó erőknél.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.052 | 0.017 |
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".