MétaCan
Menu
Retour à la cohorte
Enregistrement W2231925685 · doi:10.1111/1468-2346.12452

The UN, regional sanctions and Africa

2015· article· en· W2231925685 sur OpenAlexaff
Andrea Charron, Clara Portela

Notice bibliographique

RevueInternational Affairs · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Arbitration and Investment Law
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSanctionsPolitical scienceLibrary sciencePoliticsInternational relationsLaw

Résumé

récupéré en direct d'OpenAlex

Sanctions are frequently applied by the UN Security Council (UNSC) as well as regional organizations. While the objectives sought often vary, a frequent commonality is that they target African states. Indeed, Africa is the most frequently targeted continent by the UNSC and regional organisations including the African Union, Economic Community of West African States and the European Union. However, little attention has been paid to the confluence of this sanctions activity by these different organizations. This article seeks to address this gap in the research. While the UNSC continues to focus on sanctioning to end hostilities, the regional organizations have assigned themselves unconstitutional changes to government as the principal reason to sanction African states. Drawing on data from the Targeted Sanctions Consortium (TSC), this article suggests that: 1) regional organisations are leading UNSC activity more often than is appreciated in the literature; 2) the UNSC has of late been expanding its sanctioning activity to consider issues of democracy and good governance; 3) the UNSC uses sanctions to endorse the activity of African regional organizations to deal with crises on the continent; and 4) UNSC and regional sanctions are intimately tied to crisis management in Africa.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,004
Communication savante0,0040,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,035
Tête enseignante GPT0,229
Écart entre enseignants0,194 · 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'étudeSans objet
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

Citations29
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational AffairsMême sujetInternational Arbitration and Investment LawTravaux en français237 207