Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This article presents a new dataset dubbed LeRIT which identifies the legislative response to international terrorism in 20 liberal Western democracies, 2001–08. The dataset distinguishes 30 regulations governments may implement with the intention of reducing the risk of terrorist attacks. LeRIT covers legislation dealing with, inter alia, the rights of the executive to intercept, collect and store communications for anti-terrorist purposes, changes in pre-charge detention for terror suspects and modifications of immigration regimes. I aggregate these distinct regulations into three composite indices, distinguishing according to the main target of regulations, citizens, suspects, and immigrants. This dataset contributes to the analysis of the consequences of international terrorism and provides a detailed account of the patterns in the legislative response to international terrorism from 2000 to 2008. I show that while all liberal Western democracies reinforced their counter-terrorist legislation, the scope of countries' regulatory response to terrorism differed largely. Some countries (i.e. the UK and the USA) implemented the full battery of regulatory responses while others (i.e. Scandinavian countries but also Canada and Switzerland) remained reluctant to cut deeply into the net of civil rights for citizens, suspects and immigrants alike. To further demonstrate the potential usefulness of the dataset, the article includes an example of analysis on the legislative response to international terrorism. The reported baseline model suggests that a combination of risk assessment and political factors influence governments' willingness to cut deep into the net of civil rights.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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