MétaCan
Menu
Retour à la cohorte
Enregistrement W2886777380 · doi:10.1093/dh/dhy058

Putin and Trump

2018· article· en· W2886777380 sur OpenAlexaboutno aff
Allen Lynch

Notice bibliographique

RevueDiplomatic History · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRussia and Soviet political economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceNegotiationChinaPower (physics)Foreign policyInternational relationsReset (finance)Political economyGeorge (robot)Economic historyLawPoliticsHistorySociologyEconomics

Résumé

récupéré en direct d'OpenAlex

How can we explain the repeated failure of U.S. and Russian leaders to “reset” their relationship since the end of the Cold War? The core cause lies in a combination of major asymmetries and incompatible policy objectives, especially about the international status of Russia’s historical borderlands. What are these structural asymmetries in contemporary American-Russian relations? ... with China: $577 billion; with Canada: $543 billion; with The Netherlands: $55 billion; with Russia: $20 billion. Beyond these structural factors, American-Russian relations must also contend with profound differences of basic policy assumptions. Both the Obama and George W. Bush administrations believed that asymmetries in power gave the United States the whip hand in the relationship. Vice President Joe Biden was closer to Dick Cheney, his predecessor, than he perhaps knew when he said in July 2009, “I think we vastly underestimate the hand we hold.”1 For the Russians, their greatest concern was that Americans consistently denied them a sphere of influence along their historical borderlands. So long as countries like Ukraine and Georgia remain eligible for NATO membership (which they have been since April 2008), Moscow cannot assume that it can provide for its regional security at the negotiating table with Washington.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,007
Communication savante0,0080,008
Science ouverte0,0010,004
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0400,010

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 Opus0,026
Tête enseignante GPT0,286
Écart entre enseignants0,260 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueDiplomatic HistoryMême sujetRussia and Soviet political economyTravaux en français237 207