MétaCan
Menu
Retour à la cohorte
Enregistrement W2046273178 · doi:10.1080/10736700.2012.655089

NEGOTIATING NONPROLIFERATION: Scholarship, Pedagogy, and Nuclear Weapons Policy

2012· article· en· W2046273178 sur OpenAlexaboutno aff
Jane Esberg, Scott D. Sagan

Notice bibliographique

RevueThe Nonproliferation Review · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNuclear Issues and Defense
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScholarshipNegotiationNuclear weaponPolitical scienceEmpathySociologyEngineering ethicsPublic relationsLawPsychologyEngineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

In nuclear nonproliferation negotiations, many governments pursue multiple objectives, and changes in policy can occur rapidly—and often unexpectedly. For these reasons, understanding nonproliferation requires empathy and imagination rather than just historical fact. This article considers one teaching tool to encourage such insight—simulations—and demonstrates how teaching and scholarship can interact to improve our understanding of the complex decisions and negotiations involved in nuclear nonproliferation. The article consists of five parts: first, it explains the benefits of simulations as both a policy development tool in Washington and as a teaching tool in universities; second, it describes the pedagogical strategy of the Stanford University simulation program; third, it shows how the simulations have identified and highlighted theoretical and substantive insights that are often neglected in scholarly studies of nonproliferation; and fourth, it describes how students are tested to enhance the learning experience from the simulation. Fifth and finally, the article provides concluding observations about how using simulations in the classroom can help scholars develop insights that improve their understanding of real-world nuclear negotiation dynamics and outcomes.

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)0,008
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,018
Communication savante0,0070,007
Science ouverte0,0010,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 GPT0,386
Écart entre enseignants0,344 · 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'étudeSans objet
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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Nonproliferation ReviewMême sujetNuclear Issues and DefenseTravaux en français237 207