MétaCan
Menu
Retour à la cohorte
Enregistrement W2950556846 · doi:10.1017/s0032247419000160

Cold, dark, and dangerous: international cooperation in the arctic and space

2019· article· en· W2950556846 sur OpenAlexaff
Michael Byers

Notice bibliographique

RevuePolar Record · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSpace (punctuation)ArcticInternational lawAnnexationSpace lawPolitical scienceState (computer science)The arcticGeographyOuter spaceLaw and economicsLawSociologyComputer scienceGeologyOceanographyPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract This article compares Russian–Western cooperation in the Arctic and Space, with a focus on why cooperation continued after the 2014 annexation of Crimea. On the basis of this comparative approach, continued cooperation is linked to the following factors: (1) the Arctic and Space are remote and extreme environments; (2) they are militarised but not substantially weaponised; (3) they both suffer from ‘tragedies of the commons’; (4) Arctic and Space-faring states engage in risk management through international law-making; (5) Arctic and Space relations rely on consensus decision-making; (6) Arctic and Space relations rely on soft law; (7) Arctic states and Space-faring states interact within a situation of ‘complex interdependence’; (8) Russia and the United States are resisting greater Chinese involvement in these regions. The article concludes with the following contribution to international relations theory: The more that states need to cooperate in a particular region or issue-area, and the more they become accustomed to doing so, the more resilient that cooperation will become to tensions and breakdowns in other regions and issue-areas. This phenomenon can be termed ‘complex and resilient interdependence’, to signify that complex independence is more than a description. It can, sometimes, affect the course of state-to-state relations.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,799
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,017
Tête enseignante GPT0,293
Écart entre enseignants0,275 · 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 tête enseignante, 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

Citations24
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolar RecordMême sujetArctic and Russian Policy StudiesTravaux en français237 207