MétaCan
Menu
Retour à la cohorte
Enregistrement W1591191663 · doi:10.24908/fg.v8i2.4377

PARTITION AND CONFLICT TRANSFORMATION IN INDIA-PAKISTAN AND CYPRUS

2011· article· en· W1591191663 sur OpenAlexvenueno aff
Akisato Suzuki

Notice bibliographique

RevueFederal Governance · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitics and Conflicts in Afghanistan, Pakistan, and Middle East
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPartition (number theory)Ethnic conflictFederalismConflict analysisConflict transformationPolitical scienceHuman settlementPolitical economyGeographyEconomic systemConflict resolutionDevelopment economicsPoliticsEconomicsMathematicsLaw

Résumé

récupéré en direct d'OpenAlex

This article argues that partition – a peacebuilding approach in apost-conflict society – can lead to the transformation of intrastate conflict to interstate conflict, thereby providing a helpful insight for further comparison of partition with multi-ethnic settlements such as federalism/powersharing and reconciliation. While advocates of partition maintain that intrastate conflict caused by a security dilemma between ethnic groups can be settled only by partition, this article argues that partition could cause the transformation of conflict rather than settling it. The cases of India-Pakistan and Cyprus provide the empirical evidence. The partition of India and Pakistan transformed intrastate conflict within India into interstate conflict between India and Pakistan including nuclear competition. The partition of Cyprus contributed to interstate conflict between Greece and Turkey. Therefore, this article concludes that the transformation of conflict reduces the value of partition, and that it is necessary to take this point into consideration when partition is compared with alternatives such as federalism/powersharing andreconciliation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,006
Communication savante0,0040,001
Science ouverte0,0000,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,288
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFederal GovernanceMême sujetPolitics and Conflicts in Afghanistan, Pakistan, and Middle EastTravaux en français237 207