MétaCan
Menu
Retour à la cohorte
Enregistrement W2496988005 · doi:10.1080/13569775.2016.1213077

Empirical legitimation analysis in International Relations: how to learn from the insights – and avoid the mistakes – of research in EU studies

2016· article· en· W2496988005 sur OpenAlexaff
Achim Hurrelmann

Notice bibliographique

RevueContemporary Politics · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEuropean Union Policy and Governance
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésLegitimationLegitimacyCorporate governancePolitical scienceEmpirical researchEuropean unionPoliticsSociologyPolityEpistemologyPositive economicsLawBusinessEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

The political legitimation (or de-legitimation) of the European Union (EU) has been the object of much empirical research. This paper argues that this research holds lessons that can inform debates about the legitimation of global governance more generally. After some conceptual clarifications, the paper presents a critical review of the literature on the EU’s legitimation, focusing on six crucial aspects – (1) the emergence and change of legitimation debates; (2) the arenas where legitimation occurs; (3) the role of the state as a reference point in legitimacy assessments; (4) the difference between various objects of legitimation; (5) the actors that trigger legitimation change; as well as (6) the relationship between legitimation and polity development. In each of these respects, the paper identifies important insights that can be gained from EU Studies, but also conceptual and methodological weaknesses in the EU-related literature that researchers working on other aspects of global governance should avoid. The paper closes by formulating a set of general desiderata for empirical legitimation research in International Relations.

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)0,151
score de la tête « metaresearch » (Gemma)0,275
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: aucune
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,801

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1510,275
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0130,013
Études des sciences et des technologies0,0080,082
Communication savante0,0240,066
Science ouverte0,0060,013
Intégrité de la recherche0,0090,018
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,257
Tête enseignante GPT0,437
Écart entre enseignants0,180 · 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

Citations11
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary PoliticsMême sujetEuropean Union Policy and GovernanceTravaux en français237 207