MétaCan
Menu
Retour à la cohorte
Enregistrement W1981339846 · doi:10.5539/ass.v8n7p69

Managing Ethnic Conflict for Nation Building: A Comparative Study between Malaysia and Nigeria

2012· article· en· W1981339846 sur OpenAlexvenueno aff
Suhana Saad, Ray Ikechukwu Jacob

Notice bibliographique

RevueAsian Social Science · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAsian Studies and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEthnic groupConstitutionHarmony (color)Ethnic conflictGovernment (linguistics)Nation-buildingPolitical scienceFace (sociological concept)ColonialismDevelopment economicsEconomic growthSociologyLawPoliticsSocial scienceEconomics

Résumé

récupéré en direct d'OpenAlex

In several post-colonial countries, nation building has been regarded as one of the most important tasks since World War II. Globally, all aim to achieve unity and harmony among ethnic groups. This effort is not an easy task because of the characteristics of a third world country itself is colored by ethnic diversity. In some countries, the government's efforts to unite the nation face failure due to ethnic and religious conflicts. This study tries to explore how Malaysia and Nigeria manage their ethnic conflicts in term of policy making and also in their respective constitution. Both countries are colonized by Britain and at the same time, hoping for unity for their citizens but the problem they are facing is on how to manage conflicts in order to achieve nation building. Therefore, constitution and policy making must be respected, adhered, and met their citizen needs. Data collection method used in this paper is based on secondary sources from both countries.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,651
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,123
Tête enseignante GPT0,412
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetAsian Studies and HistoryTravaux en français237 207