MétaCan
Menu
Retour à la cohorte
Enregistrement W2762562272 · doi:10.1177/0022343317715060

Varieties of civil war and mass killing

2017· article· en· W2762562272 sur OpenAlex
Daniel Krcmaric

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Peace Research · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical Conflict and Governance
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésInsurgencySpanish Civil WarArgument (complex analysis)Citizen journalismGuerrilla warfareLawPolitical scienceBattleCriminologySociologyPolitical economyPoliticsHistoryAncient historyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Why do some civil wars feature the mass killing of civilians while others do not? Recent research answers this question by adopting a ‘varieties of civil war’ approach that distinguishes between guerrilla and conventional civil wars. One particularly influential claim is that guerrilla wars feature more civilian victimization because mass killing is an attractive strategy for states attempting to eliminate the civilian support base of an insurgency. In this article, I suggest that there are two reasons to question this ‘draining the sea’ argument. First, the logic of ‘hearts and minds’ during guerrilla wars implies that protecting civilians – not killing them – is the key to success during counterinsurgency. Second, unpacking the nature of fighting in conventional wars gives compelling reasons to think that they could be particularly deadly for civilians caught in the war’s path. After deriving competing predictions on the relationship between civil war type and mass killing, I offer an empirical test by pairing a recently released dataset on the ‘technology of rebellion’ featured in civil wars with a more nuanced dataset of mass killing than those used in several previous studies. Contrary to the conventional wisdom, I find that mass killing onset is more likely to occur during conventional wars than during guerrilla wars.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil0,487

Scores Codex et Gemma par catégorie

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

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 Opus0,156
Tête enseignante GPT0,467
Écart entre enseignants0,311 · 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