Resistir e Sobreviver: Estratégia e Coordenação Eleitoral na Federação Russa
Bibliographic record
Abstract
Por que, em regimes classificados como autocráticos, onde frequentemente existem suspeitas de manipulação e viés no processo eleitoral, partidos que não estão alinhados com o regime ainda decidem competir? A questão é intrigan- te e forma a base do presente trabalho, que se concentra na análise dos dados eleitorais da Federação Russa. O foco é entender a dinâmica da oposição em um regime autocrático, especificamente o regime russo dominado pelo “partido do poder” Rússia Unida, que regularmente ganha eleições com margens significativas de vitória. A pesquisa procura desvendar o raciocínio subjacente que leva a oposição partidária a considerar válida a continuação da participação nos pleitos eleitorais, mesmo quando as chances de vitória parecem distantes ou até inexistentes no momento atual. Contrariando a hipótese de que possa existir um acordo implícito entre a oposição e o regime, uma espécie de “opo- sição consentida”, os resultados preliminares apontam para uma verdadeira dedicação e estratégia dos partidos na competição eleitoral. Parece que eles não estão simplesmente cumprindo um papel; em vez disso, estão ativamente buscando ampliar seu apoio a longo prazo e de maneira localizada. A descoberta sugere que a situação é mais com- plexa do que pode parecer à primeira vista, e que a oposição em regimes autocráticos pode estar operando com uma lógica própria, orientada para o futuro e focada em ganhos incrementais. Esse entendimento pode ter implicações significativas para a nossa compreensão da natureza da política em regimes autocráticos e da resistência e resiliência da oposição sob condições aparentemente desfavoráveis.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.007 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".