UN Stabilisation Operations and the Problem of Non-Linear Change: A Relational Approach to Intervening in Governance Ecosystems
Notice bibliographique
Résumé
In recent years, the United Nations (UN) has increasingly turned towards stabilisation logics in its peace operations, focusing on the extension of state authority in fragile, conflict-prone areas. However, this concept of stabilisation relies upon a series of binaries — formal/informal actors, licit/illicit activities, governed/ungoverned space — which often distort the far more complex power relations in conflict settings. As a result, UN peace operations tend to direct resources towards state institutions and ignore a wide range of non-state entities, many of which are crucial sources of governance and exist at the local and national level. In response, this article places the UN’s stabilisation approach within a recent trend in peace research focused on the hybrid nature of socio-political order in conflict-affected regions, where non-state forms of governance often have significant and legitimate roles. Rather than replicate misleading state/non-state binaries, the article proposes a relational approach and develops a novel analytical framework for analysing a wide range of governance actors in terms of different forms of symbiotic relationships. It then applies this approach to specific examples in Mali and the Democratic Republic of the Congo (DRC), demonstrating the highly networked power arrangements present in conflict settings. The article posits that a relational approach would avoid many of the false assumptions at the heart of today’s stabilisation interventions and would instead allow the UN to design more effective, realistic strategies for pursuing sustainable peace in modern conflict settings. It concludes that relationality could be used more generally, including to explain the waning potency of the so-called ‘third wave’ of democratisation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,053 |
| Communication savante | 0,013 | 0,020 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».