Civil War: Academic Research and the Policy Community
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This article argues that the academic conflict research community has far less impact on the policy community than the importance of its work deserves. This is so for a number of reasons. First, the scholarly and policy communities communicate badly - the former rarely seeking to make their work more accessible to the latter. This is particularly true of the work of the econometricians, which few in the policy community understand. Second, the still-dominant realist academic security studies community continues to focus on interstate wars, while tending to ignore the 90% plus of armed conflicts that take place within, not between, states. Realist theories are, moreover, largely irrelevant to the task of explaining civil wars. Third, few policymakers recognize that probabilistic theories cannot be refuted by one or several counter-examples, leading them to reject important findings for the wrong reasons. Fourth, the conflict datasets used by quantitative researchers have no official standing, are often incommensurate, are unavoidably inaccurate and ignore key measures of violent conflict. Fifth, while there is some consensus with respect to findings on the causes of civil war, there are also fundamental disagreements. Little effort appears to have been made to resolve the differences. Policymakers have neither the time nor the expertise to choose between competing explanations themselves. Sixth, while there is growing consensus that the causes of civil strife are to be found in the interrelationships between development, governance and security, divisions of labour between academic disciplines and between departments in both governments and international institutions constrain both interdisciplinary and interdepartmental collaboration. The article concludes with a number of recommendations to improve the policy impact of conflict research.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,039 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle