ئاوڕێکی ڕەخنەگرانە بۆ سەر توێژینەوە ئێرانییەکانی پێوەندیدار بە زمان
Bibliographic record
Abstract
ئەم توێژینەوەیە بە ناونیشانی"ئاوڕێکی ڕەخنەگرانە بۆ سەر توێژینەوە ئێرانییەکانی پێوەندیدار بە زمان". تیایدا، توێژینەوە زمانییەکانی پێوەندیدار بە زمان لە ئێران بە تایبەتی لە سەردەمی کۆماری ئیسلامیی ئێراندا، خراونەتە ژێر تیشکی ڕەخنە. توێژینەوە ئەکادیمییەکانی پێوەندیدار بە زمان لە ئێران لەچەند دەیەی ڕابردوودا بەتایبەتی ئەو توێژینەوانەی پێوەندییان بە سیاسەت و پلانی زمانی، جێگە و پێگەی زمانی فارسی و زمانە نافارسییەکانی ئێران، پەروەردە و چەند زمانی، هەروەها پێوەندیی نێوان زمان، ناسنامەی نەتەوەیی و ئاسایشی نەتەوەیی هەیە، سەر لە سەدان دەدەن. ئایدۆلۆژیا و ڕوانگەی زاڵ بەسەر زۆربەی ئەو توێژینەوانەدا، بریتییە لە یەکزمانی یان "یەک وڵات، یەک نەتەوە و یەک زمان"، ئەویش" لە کۆمەڵ و وڵاتێکی فرەنەتەوە، فرەناسنامە و فرەزمانی وەک ئێراندا. توێژینەوەکە هەر لەوکاتەدا کە لە ئاوڕدانەوەی ڕەخنەگرانە لە ئایدۆلۆژیا و گوتاری زاڵ بەسەر توێژینەوە زمانییەکانی نێوخۆی وڵات لەسەردەمی کۆماری ئیسلامیی ئێراندا بەدەر نییە، ئامانجە سەرەکییەکەی خستنەڕووی وێنایەکی گشتی لە توێژینەوە زمانییەکان بەتایبەتی لە بوارەکانی پێگەی زمانی فارسی و زمانە ناڕەسمییەکانی ئێران لەپەروەردەدا و، پێوەندیی ئەو زمانانە بە ناسنامەی نەتەوایەتی و ئەتنیکی، بە یارمەتیی نموونەهێنانەوە لە ناوەرۆکی هەڵبژاردەیەک لەو توێژینەوانەیە. توێژینەوەکە وێڕای خستنەڕووی دیمەنێکی گشتی لەجۆر و چەندێتیی توێژینەوە زمانییەکانی ئێران، بە سوودوەرگرتن لە میتۆدی وەسفی و لە ڕوانگەیەکی ڕەخنەگرانە و باوەڕمەند بە پلۆرالیزمی زمانی و ڕێزگرتن لە مافە نەتەوەیی و مافە زمانییەکان، ڕووبەڕووی ئایدۆلۆژیا و گوتاری زاڵ بەسەر ئەو توێنەوانەدا بووەتەوە.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.012 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.016 | 0.004 |
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".