MétaCan
Menu
Retour à la cohorte
Enregistrement W2118816954 · doi:10.5334/sta.dw

Surviving Violence: Transgressing Categories and Boundaries in Armed Conflicts

2014· article· en· W2118816954 sur OpenAlexaffvenue
Carla Suárez, David Black

Notice bibliographique

RevueStability International Journal of Security and Development · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPeacekeepingScrutinyGlobePolitical scienceHuman rightsHarmTerrorismArmed conflictSmall armsLawCriminologyPublic relationsSociologyPsychologyBusinessInternational trade

Résumé

récupéré en direct d'OpenAlex

Since the early 1990s, activities intended for the protection of civilians have been steadily incorporated into humanitarian, peacekeeping, and development operations across the globe. Yet, what was initially perceived as a progressive step in the advancement of human security (Goldberg and Hubert 2001) is now coming under increasing scrutiny (Fox 2002; Thakur 2002). The civilian protection agenda involves a series of inter-related activities designed to prevent, mitigate, respond to, and recover from physical harm caused by armed conflict. Despite the steady elaboration and execution of this agenda, however, critics point to key challenges including the lack of compliance by states and non-state armed actors (Ferris 2011), problems with coordination and efficiency among aid organizations (Barnett 2009), under-resourced peacekeeping operations with limited training and equipment (Williams 2013), and the lack of capacity and will on the part of the ‘international community’ (Barr 2010).

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,564
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,019
Tête enseignante GPT0,295
Écart entre enseignants0,276 · 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'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

Citations17
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStability International Journal of Security and DevelopmentMême sujetMigration, Refugees, and IntegrationTravaux en français237 207