MétaCan
Menu
Retour à la cohorte
Enregistrement W2121928301 · doi:10.1177/1043463114546313

Signaling commitments, making concessions: Democratization and state ratification of international human rights treaties, 1966–2006

2014· article· en· W2121928301 sur OpenAlexaff
Min Zhou

Notice bibliographique

RevueRationality and Society · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHuman Rights and Development
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésRatificationDemocratizationHuman rightsInternational human rights lawPolitical scienceFundamental rightsRight to propertyLawLaw and economicsPoliticsSociologyPolitical economyDemocracy

Résumé

récupéré en direct d'OpenAlex

How is the establishment of the international human rights regime possible in the first place? Bringing together theories from international law, political science, and sociology, I revisit the argument that global efforts to institutionalize human rights into international law are mainly driven by states undergoing democratization. Political democratization is crucial to the creation of the international human rights regime, because it generates “commitment” and “concession” mechanisms that motivate states to support human rights treaties. Analyzed by Cox event history models, the data on state ratification of the core United Nations human rights treaties from 1966 through 2006 are consistent with this argument. Improvement in human rights and increased political competition do significantly increase the rate of state ratification of human rights treaties. The ratification-promoting effect of democratization also operates in an immediate fashion. Overall, this study provides empirical support for the dynamic state-oriented explanation for global legalization of human rights and suggests a close connection between global democratization waves and the establishment of the human rights regime.

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)0,007
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,030
Tête enseignante GPT0,325
Écart entre enseignants0,295 · 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'étudeObservationnel
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

Citations35
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRationality and SocietyMême sujetHuman Rights and DevelopmentTravaux en français237 207