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 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)0,003
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,008
Communication savante0,0040,002
Science ouverte0,0000,005
Intégrité de la recherche0,0010,001
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 Opus0,017
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 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'étudeQualitatif
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