MétaCan
Menu
Retour à la cohorte
Enregistrement W2845482660 · doi:10.1017/s0021875818000968

Credible Commitments and the Right to Bear Arms: Viewing the Second Amendment from a Game-Theoretic Perspective

2018· article· en· W2845482660 sur OpenAlexaff
Jamie Levin

Notice bibliographique

RevueJournal of American Studies · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAmerican Constitutional Law and Politics
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésOffensiveGovernment (linguistics)State (computer science)LawPolitical scienceEnforcementLaw and economicsSociologyEconomics

Résumé

récupéré en direct d'OpenAlex

For most of its existence, the Second Amendment was largely ignored by Constitutional scholars. Recently, a veritable cottage industry has developed in which two distinct camps have surfaced: so-called “Standard Modelers,” who argue that individuals have a right to bear arms for self-defense, the defense of the state, and, in the most extreme examples, to overthrow the government should it become tyrannical, and those who view the Second Amendment as a collective right vested in the state militias for the purposes of law enforcement, to protect against foreign aggression, to quell domestic insurrection, and as a check against federal overreach. Despite the enormous gulf between them, both sides agree that the right to bear arms provides a counterbalance against the federal government. This paper uses insights from game theory to shed new light on the adoption of the Second Amendment. The states suffered a commitment problem. They wished to cooperate with each other by founding a new republic, but feared the consequences of doing so: losing their freedom to a powerful government. The Second Amendment militated against the need for a large federal army, acted to counterbalance federal forces, and created the offensive means with which to confront a tyrannical government.

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)0,007
score de la tête « metaresearch » (Gemma)0,010
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: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,024
Communication savante0,0100,011
Science ouverte0,0020,004
Intégrité de la recherche0,0070,008
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 Opus0,028
Tête enseignante GPT0,354
Écart entre enseignants0,325 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of American StudiesMême sujetAmerican Constitutional Law and PoliticsTravaux en français237 207