MétaCan
Menu
Retour à la cohorte
Enregistrement W2538153175 · doi:10.1177/0967010616672150

Agents without agency: Assessing the role of the audience in securitization theory

2016· article· en· W2538153175 sur OpenAlexaff
Adam P. Côté

Notice bibliographique

RevueSecurity Dialogue · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Security and Public Health
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSecuritizationArgument (complex analysis)Agency (philosophy)SociologyEmpirical researchEpistemologyLaw and economicsBusinessSocial scienceFinancePhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract This article assesses the role of the audience in securitization theory. The main argument is that in order to accurately capture the role of the securitization audience, it must be theorized as an active agent, capable of having a meaningful effect on the intersubjective construction of security values. Through a meta-synthesis of 32 empirical studies of securitization, this article focuses on two central questions: (1) Who is the audience? (2) How does the audience engage in the construction of security? When assessed against the theoretical works on securitization, this analysis reveals that the manner in which the audience is defined and characterized within securitization theory differs with the empirical literature that investigates securitization processes. Where the empirical literature suggests securitization is a highly intersubjective process involving active audiences, securitization theory characterizes audiences as agents without agency, thereby marginalizing the theory’s intersubjective nature. This article sketches a new characterization of the securitization audience and outlines a framework for securitizing actor–audience interaction that better accounts for securitization theory’s linguistic and intersubjective character, addresses this theoretical/empirical conflict, and improves our understanding of how groups select and justify security priorities and costly security policies.

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)0,054
score de la tête « metaresearch » (Gemma)0,054
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: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,285

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0540,054
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,005
Études des sciences et des technologies0,0040,031
Communication savante0,0100,024
Science ouverte0,0010,009
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,017
Tête enseignante GPT0,319
Écart entre enseignants0,301 · 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

Citations204
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSecurity DialogueMême sujetGlobal Security and Public HealthTravaux en français237 207