MétaCan
Menu
Retour à la cohorte
Enregistrement W18887656 · doi:10.1017/cbo9780511616112.010

At the heart of the conflict: irredentism and Kashmir

2005· book-chapter· en· W18887656 sur OpenAlexaff
Stephen M. Saideman

Notice bibliographique

RevueCambridge University Press eBooks · 2005
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueSouth Asian Studies and Conflicts
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésRivalryPoliticsPolitical economyPolitical scienceResistance (ecology)Development economicsLawSociologyEconomics

Résumé

récupéré en direct d'OpenAlex

Introduction The enduring conflict between India and Pakistan may be moving towards a period of détente. The leaders of both countries met at the outset of 2004, essentially agreeing that the Kashmir conflict should be handled peacefully. This might be a cause of great optimism. One of the key sources of conflict in their relationship – Pakistan's irredentism and India's resistance – may be declining. However, at the same time, there have been repeated efforts to assassinate General Pervez Musharraf by forces that oppose moderation. The simultaneity of these two sets of events is suggestive – that there are grave domestic costs for making peace, and that Musharraf, if sincere, may be following Anwar Sadat more closely than he would like. This brings us to a key shortcoming of the enduring rivalry literature – domestic politics matters but is undertheorized. That is, domestic politics seems to do a lot of the work of causing, prolonging, and ending rivalries, but most scholars in this debate treat it in an ad hoc fashion. By focusing on the largely domestic dynamics that drive irredentism, we can get a better idea of under what conditions many rivalries will begin, worsen, and perhaps even end. Not all enduring rivalries have irredentism as a core dynamic, but many do, including the Koreas, Somalia and Ethiopia, and China and Taiwan.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0110,020
Communication savante0,0050,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,229
Écart entre enseignants0,200 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations7
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetSouth Asian Studies and ConflictsTravaux en français237 207