Notice bibliographique
Résumé
Since the end of the Second World War most modern armies have been conventionally structured and equipped to fight high intensity conflicts against like armed nations. Congruently, there has also been many low intensity conflicts in which similarly equipped nations found themselves engaged. In response to these low intensity conflicts, nations employed the forces available to them, which were generally armor and mechanized in nature. The result of these conflicts have made the relevance of heavy armor, specifically the tank on the asymmetric battlefield a point of contention for the last half century. The question this poses is: How were conventionally equipped, tank heavy forces employed in COIN operations and were they successful? To determine this, examples of French operations in Indo China, the United States' involvement in Vietnam, Somalia, and Iraq, Canadian Afghan operations, and Russia's combat in Chechnya and Afghanistan will be analyzed. The focus for each case study will discuss the situation and threat, tactics used by the counterinsurgency force, modifications to vehicles or doctrine, and the ultimate determination of either success or failure of the tank in the conflict. The results of this study are that the combined arms team provides the commander with a lethal and capable force. The initiative is gained by commanders who seek the non-conventional employment of armor despite the situation or terrain. Task organized units or units that train with different branches enjoy greater success with less friction than units task organized under fire. Lastly, units possessing a more deployable package have a greater initial effect on the battlefield.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,022 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».