MétaCan
Menu
Retour à la cohorte
Enregistrement W3024587998 · doi:10.1111/jcms.13059

Negotiating Brexit: The Cultural Sources of British Hard Bargaining

2020· article· en· W3024587998 sur OpenAlexfundno aff
Benjamin Martill, Uta Staiger

Notice bibliographique

RevueJCMS Journal of Common Market Studies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEuropean Union Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesStiftung MercatorLaidlaw Foundation
Mots-clésNegotiationBrexitBargaining powerIdeologyPoliticsPolitical sciencePolitical economyPreferencePower (physics)SociologyEconomicsPositive economicsLawEuropean unionInternational tradeMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Though the UK is weaker than the EU on key metrics of bargaining power, the British approach to the first phase of the Brexit negotiations has been characterized by hard bargaining. Efforts to explain this puzzle have focused on constraints at the domestic level, but have not engaged with the cultural sources of bargaining style highlighted by constructivist scholars. Drawing on a series of interviews, this article suggests a number of cultural factors have influenced the UK's decision to adopt a hard bargaining strategy, including the country's majoritarian institutional culture, its weak socialization into the EU, overstated perceptions of its own capabilities, the prevailing conservative political ideology, and a longstanding preference for ‘divide and rule’ diplomatic strategies. Our findings suggest not only that the UK's choice of negotiating strategy is sub‐optimal but also that theories of bargaining need to pay attention to cultural factors predisposing actors to particular strategies.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil0,354

Scores Codex et Gemma par catégorie

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

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 Opus0,082
Tête enseignante GPT0,343
Écart entre enseignants0,261 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations48
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCMS Journal of Common Market StudiesMême sujetEuropean Union Policy and GovernanceTravaux en français237 207