MétaCan
Menu
Retour à la cohorte
Enregistrement W2158498477 · doi:10.5334/sta.fs

Next Generation Disarmament, Demobilization and Reintegration

2015· article· en· W2158498477 sur OpenAlexvenueno aff
Robert Muggah, Chris O’Donnell

Notice bibliographique

RevueStability International Journal of Security and Development · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePeacebuilding and International Security
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDemobilizationDisarmamentPolitical sciencePeacebuildingInternational communityPillarPeacekeepingBoko haramPolitical economyLawSociologyInsurgencyPoliticsEngineering

Résumé

récupéré en direct d'OpenAlex

The process of disarming, demobilizing and reintegrating ex-soldiers at conflict’s end is as old as war itself. The results of these efforts are far from even. Even so, disarmament, demobilization and reintegration (DDR) has assumed a central place in the imagination of the peace, security and development communities. It is frequently advanced as a key pillar of multilateral and bilateral stabilization and reconstruction efforts at war’s end. Yet, the contexts in which DDR is conducted are also changing. As the United Nations and others grapple with the new geographies of organized violence, it is hardly surprising that they are also adapting their approaches. Organizations operating in war zones (and also outside of them) are struggling to identify ways of ‘disengaging’ Al Shabaab in Somalia or northern Kenya, Jihadi fighters in Syria and Iraq, Taliban remnants in Afghanistan and Pakistan, and Boko Haram militia in Nigeria. There are increasingly complex legal and operational challenges for those involved in DDR about when, how and with whom to engage. In order to effectively engage with these dilemmas, this article considers the evolving form and character of DDR programs. In the process, it considers a host of opportunities and obstacles confronting scholars and practitioners in the twenty first century, offering insights on future trajectories.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,010
Communication savante0,0060,006
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,138
Tête enseignante GPT0,352
Écart entre enseignants0,214 · 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'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

Citations106
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStability International Journal of Security and DevelopmentMême sujetPeacebuilding and International SecurityTravaux en français237 207