MétaCan
Menu
Retour à la cohorte
Enregistrement W2970760723 · doi:10.1093/jcsl/krz021

Western Gunrunners, (Middle-)Eastern Casualties: Unlawfully Trading Arms with States Engulfed in Yemeni Civil War?

2019· article· en· W2970760723 sur OpenAlexaboutno aff
Luca Ferro

Notice bibliographique

RevueJournal of Conflict and Security Law · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMiddle East and Rwanda Conflicts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommitInternational humanitarian lawPolitical scienceLawState (computer science)International lawHuman rightsSpanish Civil War

Résumé

récupéré en direct d'OpenAlex

Abstract According to the United Nations Secretary-General, Yemen today constitutes the worst man-made humanitarian crisis in the world. It is fuelled by extensive third-state involvement, with none of the warring parties championing respect for international human rights and humanitarian law (to put it mildly). Conversely, primary rules of international law already prohibit arms transfers from the moment there is a significant risk that they could be used to commit or facilitate grave breaches, with the recipient’s past and present record of respect for international law qualifying as the crucial factor to predict future transgressions. From that perspective, it appears deeply disingenuous for western states to continue transferring military equipment to members of the multilateral coalition in Yemen while maintaining adherence to the international legal framework. This article thus aims to examine whether the legal framework lives up to its noble goals or rather serves to defend state decisions that primarily serve their economic interests. It is structured as follows: Section 1 starts with an overview of the facts, and the focus and aim of this article. Section 2 then sets out the international legal framework as it applies to the trade in conventional arms with states that are involved in a non-international armed conflict. Section 3 analyses key domestic judgments (in the UK, Canada, Belgium and France) to test the available facts against the legal framework as elaborated. Finally, Section 4 concludes.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,006
Communication savante0,0060,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,022
Tête enseignante GPT0,266
Écart entre enseignants0,244 · 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
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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Conflict and Security LawMême sujetMiddle East and Rwanda ConflictsTravaux en français237 207