MétaCan
Menu
Retour à la cohorte
Enregistrement W3015295468 · doi:10.22215/cjers.v13i1.2529

Assessing the influence of France and Germany on EU foreign and security policy

2019· article· en· W3015295468 sur OpenAlexvenueno aff
Fabien Terpan

Notice bibliographique

RevueThe Canadian Journal of European and Russian Studies · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEuropean Union Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCohesion (chemistry)GermanForeign policyPoliticsPolitical scienceGeneral partnershipArgument (complex analysis)Member statesSecurity policyPolitical economyLawSociologyInternational tradeEuropean unionEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

This article assesses the influence of the Franco-German partnership on the development of an EU foreign and security policy since the 1990s, in order to see whether political cohesion between the two member states is a necessary and sufficient condition for the EU to emerge as an actor in the international arena. Based on a methodology using secondary literature in a systematic way, the argument unfolds in three parts: first, the article looks at the political cohesion between the two member states in terms of both the building and the content of the EU’s foreign and security policy. Then, it seeks to establish a correlation between Franco-German cohesion and the existence of an EU position, or lack thereof. Finally, the last section explains why the Franco-German cohesion is a necessary but insufficient condition for the EU to gain actorness, by looking at other variables pertaining to: domestic politics, European politics and the international environment. Four models of interaction between the Franco-German cohesion and these other variables are developed: effective consensus; ineffective consensus; diffuse consensus; blocking dissensus.

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)0,006
score de la tête « metaresearch » (Gemma)0,011
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 seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0040,001
Science ouverte0,0000,003
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 Opus0,026
Tête enseignante GPT0,314
Écart entre enseignants0,288 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of European and Russian StudiesMême sujetEuropean Union Policy and GovernanceTravaux en français237 207