Some aspects of language and ethnic identity of indigenous inhabitants of Provence
Bibliographic record
Abstract
V současné době jsme svědky nebývalého vzestupu zájmu o otázky, související s problematikou národní, resp. etnické či regionální identity. Někteří badatelé v oblasti antropologie hovoří o podzimu národů, analogicky podle jara národů, tj. období prudkého vzrůstu národnostního cítění a emancipačního hnutí menšinových etnik v Evropě 19. století. Český sociolog Jan Keller dává tento současný fenomén do přímé souvislosti s globalizací způsobu života na přelomu 20. a 21. století: Oživené národnostní cítění je formou potvrzení skupinové identity jako reakce na pocit ztráty jedinečnosti ve světě, který se stále více uniformizuje. Tím lze zároveň vysvětlit, proč mají tyto tendence na počátku 21. století daleko větší rozsah- zdaleka se totiž neomezují pouze na Evropua občas i daleko nebezpečnější projevy, než ve století devatenáctém. Oživené národnostní cítění vede dnes nezřídka k nárůstu nezdravého nacionalizmu, který může mít ve svých krajních formách zhoubné následky - příkladem za všechny může sloužit oblast bývalé Federativní socialistické republiky Jugoslávie, kde po léta uměle potlačované národnostní problémy vedly ke zničujícímu válečnému konfliktu. Zneklidňující je však i nárůst obliby nacionálně, resp. nacionalisticky orientovaných politických stran v zemích o zdánlivě stabilním demokratickém systému, jako...
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 | 0.001 | 0.003 |
| 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 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".