MétaCan
Menu
Retour à la cohorte
Enregistrement W2792656502 · doi:10.5334/sta.576

Does Peacekeeping Reduce Violence? Assessing Comprehensive Security of Contemporary Peace Operations in Africa

2018· article· en· W2792656502 sur OpenAlexvenueno aff
Malte Brosig, Norman Sempijja

Notice bibliographique

RevueStability International Journal of Security and Development · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePeacebuilding and International Security
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPeacekeepingCorporate governanceMainstreamPolitical sciencePoliticsOrder (exchange)UnrestBattleSoftware deploymentDevelopment economicsPolitical economySociologyPublic administrationLawEconomicsEngineeringGeographyManagement

Résumé

récupéré en direct d'OpenAlex

Quantitative research evaluating the effect of peacekeeping operations usually links conflict abatement to the number of casualties in order to measure mission success. Such an approach is incomplete as security concerns extend far beyond the number of conflict related deaths. This narrow understanding of mission success leaves a significant assessment gap. Therefore this study is the first which presents comprehensive data using a wider understanding of violence and peace. We apply 11 indicators measuring security comprehensively. These range from the number of battle death, to violence against civilians, domestic unrest as well as domestic governance and political stability. In contrast to the mainstream quantitative literature our analysis shows that conflict often persists even with the deployment of peacekeepers. The absence of war (decline of battle death) does not automatically equate for non-violence and peace. In order to explain variation between cases we are also exploring the significance of different peacekeeping types, the size of developmental aid, rents from natural resources and the role of governance on conflict.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,062
Tête enseignante GPT0,356
Écart entre enseignants0,294 · 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'étudeObservationnel
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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStability International Journal of Security and DevelopmentMême sujetPeacebuilding and International SecurityTravaux en français237 207