MétaCan
Menu
Retour à la cohorte
Enregistrement W2163822658 · doi:10.1177/0010836709347113

The strategic calculus of terrorism: Substitution and competition in the Israel—Palestine conflict

2010· article· en· W2163822658 sur OpenAlexaff
Aaron Clauset, Lindsay Heger, Maxwell Young, Kristian Skrede Gleditsch

Notice bibliographique

RevueCooperation and Conflict · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTerrorism, Counterterrorism, and Political Violence
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesEconomic and Social Research Council
Mots-clésTerrorismCompetition (biology)PoliticsPolitical economyIncentivePolitical scienceGovernment (linguistics)PalestinePublic opinionAnticipation (artificial intelligence)EconomicsLawMicroeconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Previous work on the dynamics of conflicts where we see terrorism has tended to focus on whether we see shifts in attack mode following government countermeasures. We contend that many factors other than counterinsurgency can influence whether groups resort to terrorism, including competition between groups, as well as their relationship to public opinion and other political events. Hence, understanding terrorist tactics in prolonged conflicts with multiple actors requires us to consider a more general framework of innovation, imitation, competition and dependence between actors. We use disaggregated data on terrorist attacks, counterterrorism and public opinion in the Israel—Palestine conflict to jointly evaluate predictions derived from several conventional theories of strategic behaviour. We find that the strategic calculus of Palestinian groups is complex and cannot be treated as time invariant. Our results suggest that factors such as the degree of public support, inter-group competition, the anticipation of countermeasures and non-trivial non-violent payoffs have an observable effect on the strategic behaviour of the Palestinian groups, and that structural relationships are often far from constant over time.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,037
Tête enseignante GPT0,320
Écart entre enseignants0,283 · 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'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

Citations27
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCooperation and ConflictMême sujetTerrorism, Counterterrorism, and Political ViolenceTravaux en français237 207