ЯЗЫКОВАЯ ПОЛИТИКА И ЯЗЫКОВОЕ ОБРАЗОВАНИЕ В СССР В ПОСЛЕВОЕННЫЙ ПЕРИОД
Bibliographic record
Abstract
В статье дается обзор основных этапов национальной и языковой политики в СССР в период после Великой Отечественной войны и показываются причинно-следственные связи принятия тех или иных государственных решений. Анализ разнообразных факторов обнаруживает определенную динамику национальной и языковой политики СССР, зависящую от внутриполитической ситуации и международного положения. Эта политика колеблется от либерального законодательства, предусматривающего демократическое самоуправление национальных территориальных единиц, использование национальных (этнических) языков в сфере образования и администрации, организацию и финансирование структур для развития национальных культуры, литературы, СМИ и языков до таких мер, как укрепление наиболее многочисленного национального языка как языка межнационального общения (а также титульных языков автономных республик), возврат к объединяющей патриотической идеологии и образованию, гражданская и государственная консолидация, формирование «единого народа». Кроме того, существует значительная зависимость культурно-языковой политики от потребностей модернизации и технического прогресса, но этот фактор, в целом усиливая положение многочисленного языка межнационального общения (русского), также предполагает развитие языков других этносов и национальностей, основанное на практике переводов с/на Н-язык, заимствования и обогащения терминологии.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.007 |
| Scholarly communication | 0.013 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.039 | 0.013 |
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".