ERMENİ GÖÇLERİ VE MİSYONERLERİN ERMENİLER ÜZERİNDEKİ ETKİSİ (1876-1908); HARPUT ÖRNEĞİ
Bibliographic record
Abstract
XIX. ve XX. yüzyıllarda pek çok coğrafyada din ve mezhep temelli demografik yapıda önemli değişimler yaşanmıştır. Bu değişimlerde misyonerlik faaliyetlerinin etkisi olmuştur. XIX. yüzyılın sonunda ekonomik sıkıntılar yaşayan Harput, misyonerler tarafından önemli bir vilayet merkezi haline getirilmiştir. Şark vilayetlerindeki Ermeni Meselesi ve Rus politikaları, bölgede misyonerlik faaliyetlerinin artmasına zemin hazırlamıştır. Bu durum, Protestan nüfusun artmasına neden olmuş ve sonuç olarak ABD'ye göçler artmıştır. ABD, Harput’tan gelen bu göçlerle önemli bir emek gücü elde etmiştir. Bu durum, ABD’nin geçmişte uyguladığı koloni politikalarıyla da benzerlik göstermiştir. Hem emek gücü hem de mezhepsel anlamda, ABD’deki Harputlu Ermeniler önemli bir güç haline gelmiştir. Protestanlığın etkisiyle artan göçler, ABD’deki Ermeni topluluklarının güçlenmesini sağlamış ve güçlü bir kamuoyu oluşturarak Ermeni meselesinin gündeme gelmesine önemli ölçüde katkıda bulunmuştur. Osmanlı Devleti bu göçleri engellemeye çalışsa da başarılı olamamış, arşiv kaynaklarındaki bulgular sonucunda da ABD’deki Ermeni göçleri hakkında daha detaylı araştırmalar yapma ihtiyacı doğmuştur.
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 | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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".