MétaCan
Menu
Retour à la cohorte
Enregistrement W2101790397 · doi:10.1017/s0260210514000217

Arguing with law: strategic legal argumentation, US diplomacy, and debates over the International Criminal Court

2014· article· en· W2101790397 sur OpenAlexaff
Adam Bower

Notice bibliographique

RevueReview of International Studies · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Law and Human Rights
Établissements canadiensSocial Sciences and Humanities Research Council
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceLawFraming (construction)PersuasionInternational lawDiplomacyJurisdictionArgumentation theoryUniversal jurisdictionSociologyLaw and economicsPoliticsEpistemology

Résumé

récupéré en direct d'OpenAlex

Abstract Recent studies have highlighted the instrumental use of language, wherein actors deploy claims to strategically pursue policy goals in the absence of persuasion or socialisation. Yet these accounts are insufficiently attentive to the social context in which an audience assesses and responds to strategic appeals. I present a theoretical account that highlights the distinctly powerful role of international law in framing strategic argumentation. Legalised discourses are especially legitimate because law is premised on a set of internally coherent practices that constitute actors and forms of action. I then illustrate the implications in a hard case concerning US efforts to secure immunities from International Criminal Court jurisdiction. Contrary to realist accounts of law as a tool of the powerful, I show that both pro- and anti-ICC diplomacy was channelled through a legal lens that imposed substantial constraints on the pursuit of policy objectives. Court proponents responded to US diplomatic pressure with their own legal arguments; this narrowed the scope of the exemptions, even as the Security Council temporarily conceded to US demands. While the US sought to marry coercion with argumentative appeals, it failed to generate a lasting change in global practice concerning ICC jurisdiction.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil0,324

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,034
Tête enseignante GPT0,362
Écart entre enseignants0,328 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations31
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of International StudiesMême sujetInternational Law and Human RightsTravaux en français237 207