Notice bibliographique
Résumé
Terrorisme international et marchés de violence., Kalulambi Pongo, Martin et Landry, Tristan, Québec : Les Presses de l'Université Laval, Collection Nord-Sud, 2005, 144 p. La science politique : cette locution semble parfois prendre des allures d'oxymore. Dans le contexte actuel, la recherche et les écrits sur le terrorisme sont parfois plus politiques que scientifiques. Le problème est important : comment étudier scientifiquement, cette catégorie si polémique de “ terroriste ”? Martin Kalulambi Pongo et Tristan Landry s'intéressent pourtant au “ scientifique ” de la question. Dans Terrorisme international et marchés de violence, Kalulambi, professeur associé au département d'histoire de l'Université Nationale de Colombie à Bogota, et Landry, professionnel de recherche à l'Université Laval, tentent d'atteindre deux objectifs. Premièrement, ils dégagent des constantes dans les diverses guerres civiles à l'aide de la théorie des “ marchés de violence ”. Deuxièmement, ce qu'ils ont découvert les aide à montrer les failles tant dans l'étude de ces conflits, que dans la lutte contre-terroriste elle-même. Leur analyse démontre qu'au-delà des diverses motivations idéologiques, ces conflits perdurent grâce à une logistique rationnelle centrée sur les intérêts des acteurs en place. Les auteurs montrent en outre que ces conflits sont aussi des moteurs du terrorisme international.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».