“COSMOS” IN THE MUSEUM-MEMORIAL LANDSCAPE OF ZHEZKAZGAN
Bibliographic record
Abstract
А н н о т а ц и я : В статье на примере региона Жезказган / улытау представлена одна из альтернативных версий со ветского космического наследия в казахстане.именно в этом регионе в окрестностях поселка Байконыр был локали зован «ложный» космодром, давший впоследствии свое имя официальному космодрому в кызылординской области.Здесь проходят «подтрассовые зоны» космических стартов и находятся территории приземления космонавтов и паде ния космического мусора.на основе материалов полевых исследований 2021-2022 гг.дано описание музейных прак тик, мест памяти, а также проведен анализ общих тем, связывающих космическую инфраструктуру и культурный ланд шафт.Авторы используют теоретический концепт пьера нора о местах памяти как маркерах востребованности или невостребованности прошлого.рассматриваются городские ритуалы встречи космонавтов, история первого республи канского музея космонавтики, воспоминания о секретных территориях «ложного» космодрома и о том, как создавался мемориал погибшим космонавтам экипажа «союз11».через анализ космических мест памяти и изменения музейной политики показана динамика отношения местного населения к «грандиозному космическому проекту».исследование показывает, что интерес к космическому наследию региона поддерживается только теми акторами, которые связаны с космической деятельностью: действующими и бывшими военными, журналистами, специализирующимися на косми ческих репортажах.у местных жителей нет потребности сохранять память о событиях, которые для них не являются родной историей.людей, проживающих в зоне падения космического мусора, больше волнует экологическая компен сация за риски, чем связь с космической историей.к л ю ч е в ы е с л о в а :
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".