MétaCan
Menu
Retour à la cohorte
Enregistrement W1868520184

Mathematical Analysis on the Data of Security Situation in Pakistan 2009-2013

2014· article· en· W1868520184 sur OpenAlexvenueno aff
Zichao Jia

Notice bibliographique

RevueCanadian social science · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitics and Conflicts in Afghanistan, Pakistan, and Middle East
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFrontierOffensiveVictoryPolitical scienceTerrorismParliamentKhyber pakhtunkhwaEconomic growthDevelopment economicsLawPoliticsSocioeconomicsSociologyEconomicsManagement
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In 2009, Pakistan army launched two armed operations to clean up the Tehrik-e-Taliban Pakistan in Federally Administered Tribal Areas and North West Frontier Province (In 2010, Pakistan parliament approved a resolution: the North West Frontier Province officially changed its name to the Khyber-Pakhtunkhwa Province.). At the same time, the security situation in Pakistan began to worsen rapidly. Although the Pakistan army gradually achieved results by military offensive, but did not significantly improve the security situation in Pakistan. Because its strength was much weaker than Pakistan army, the Tehrik-e-Taliban Pakistan didn’t wish to make head-on confrontation with Pakistan army. Thus the Tehrik-e-Taliban Pakistan and Pakistan army both observably reduced their losses. But the Tehrik-e-Taliban Pakistan transferred its targets of retaliation from Pakistan army to Pakistan civilian, resulting in a substantial increase in Pakistan civilian casualties. So, Pakistan counter-terrorism objectives should focus on the protection of civilians, preventing Pakistan from the Tehrik-e-Taliban Pakistan hitting civilian targets. If Pakistan could maintain the social stability, it will have more possibilities to win final victory in the war on terror.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,042
Tête enseignante GPT0,347
Écart entre enseignants0,305 · 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'étudeObservationnel
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetPolitics and Conflicts in Afghanistan, Pakistan, and Middle EastTravaux en français237 207