MétaCan
Menu
Retour à la cohorte
Enregistrement W3018677551 · doi:10.1002/app5.298

Consular diplomacy's first challenge: Communicating assistance to nationals abroad

2020· article· en· W3018677551 sur OpenAlexfundno aff
Jan Melissen

Notice bibliographique

RevueAsia & the Pacific Policy Studies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMilitary and Defense Studies
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Foreign Affairs and Trade, Australian GovernmentGlobal Affairs CanadaAustralian Government
Mots-clésFraming (construction)DiplomacyForeign policyPolitical sciencePublic relationsCreativityLawPublic administrationPoliticsEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract This article discusses the first hurdle for consular diplomacy in the digital age: the communicative challenge. Providing information and assistance to nationals abroad is a major challenge, and governments are well advised to go about this activity in a more citizen‐centric fashion. It is therefore important for ministries of foreign affairs (MFAs) and their consular divisions to acquire a deeper understanding of their nationals' communicative behaviour. Creativity from a new generation of tech‐savvy diplomats is going a long way in applying digital tools to consular challenges, but greater control across communication channels, and therefore management capacity, is required. Getting through to citizens in a fragmented communication environment in the 2020s implies the strategic coordination of various forms of offline and online communication. Framing consular services in market terms and identifying citizens as customers would, however, go against the MFAs' own interests. Governments would do well to view consular assistance as part of their growing diplomatic engagement with domestic society. Analysis of consular policy and practice also suggests that there are good reasons for MFAs to articulate existing links between consular assistance and wider foreign and security policy, rather than seeing ‘consular’ as a self‐contained activity.

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)0,007
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,014
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,009
Communication savante0,0140,010
Science ouverte0,0010,009
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,099
Tête enseignante GPT0,405
Écart entre enseignants0,306 · 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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsia & the Pacific Policy StudiesMême sujetMilitary and Defense StudiesTravaux en français237 207