MétaCan
Menu
Retour à la cohorte
Enregistrement W2806427542 · doi:10.1177/0263395718779930

When balance of power meets globalization: China, India and the small states of South Asia

2018· article· en· W2806427542 sur OpenAlexaff
TV Paul

Notice bibliographique

RevuePolitics · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueIndian Economic and Social Development
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésRivalryChinaCompetition (biology)GlobalizationPower (physics)Balance (ability)Political economyEconomicsBargaining powerInternational tradeDevelopment economicsPolitical scienceMarket economyLaw

Résumé

récupéré en direct d'OpenAlex

This article addresses the research question: how have most small states of South Asian region managed to acquire substantial amount of investment from China and India without falling into the strategic orbit of either power? This is an anomaly because most structural theories, in particular neorealism, would expect small states not to have much power and influence on their own in their relationship with powerful states. I answer this puzzle by arguing that the limited competition between China and India in an era of intensified economic globalization has provided a window of opportunity to small states to maximize their returns from the two without upsetting their relationship with either in a big way. This short-term bargaining window has been facilitated by the managed rivalry and economic interdependence between China and India which is yet to become an intense strategic rivalry. The article cautions that as the Chinese and Indian ambitions in the Indo-Pacific collide, the smaller states may be asked to make choices akin to bandwagoning with either one, in particular by offering military bases and naval facilities. This development, if it occurs, will drastically affect the bargaining power of the smaller states.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,007
Communication savante0,0050,004
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
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 Opus0,012
Tête enseignante GPT0,192
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'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

Citations80
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePoliticsMême sujetIndian Economic and Social DevelopmentTravaux en français237 207