MétaCan
Menu
Retour à la cohorte
Enregistrement W2968286902 · doi:10.1093/hwj/dbz034

Studying Mars and Clio: Or How Not to Write about the Ethics of Military Conduct and Military History

2019· article· en· W2968286902 sur OpenAlexaff
Huw Bennett, Michael Finch, Andrei Mamolea, David Morgan-Owen

Notice bibliographique

RevueHistory Workshop Journal · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMilitary History and Strategy
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésHistoriographyColonialismLawFalse accusationMilitary historyPolitical scienceHistoryCriminologySociology

Résumé

récupéré en direct d'OpenAlex

In ‘Savage Warfare: Violence and the Rule of Colonial Difference in Early British Counterinsurgency’ (History Workshop Journal 85, 2018), Kim Wagner rightly argues that violence was a ubiquitous feature of colonial rule and that this fact must be acknowledged if we are to fully confront the legacies of empire, and their implications for conflict today.1 In presenting his case, however, Wagner makes serious historical errors as well as the sweeping accusation that military historians, especially those working in military education, are guilty of abandoning the scholarly standards of the historical discipline, perpetuating indifference to suffering outside the Western World, and having ‘weaponized’ history to justify military interventions and coercive and unjust treatment of non-white populations. These unsubstantiated accusations constitute an attack on the ethical and scholarly integrity of an entire field of history and the scholars within it. We have written this response to address the deficiencies in Wagner’s assertions about the use of expanding bullets and colonial military conduct, the historiography of colonial violence, and the current state of what he calls ‘parochial military history’.

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)0,008
score de la tête « metaresearch » (Gemma)0,024
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0130,051
Communication savante0,0150,018
Science ouverte0,0010,005
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,159
Tête enseignante GPT0,341
Écart entre enseignants0,182 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHistory Workshop JournalMême sujetMilitary History and StrategyTravaux en français237 207