MétaCan
Menu
Retour à la cohorte
Enregistrement W3044776792 · doi:10.1177/1868103420925928

Factionalism in Southeast Asia: Types, Causes, and Effects

2020· article· en· W3044776792 sur OpenAlexaff
Allen Hicken, Netina Tan

Notice bibliographique

RevueJournal of Current Southeast Asian Affairs · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSoutheast Asian Sociopolitical Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPolityOpposition (politics)CharismaPolitical economyPolitical scienceSoutheast asiaDevelopment economicsSociologyPoliticsEconomicsLawEthnology

Résumé

récupéré en direct d'OpenAlex

In this article we present an overview of the arguments contained in the articles of this special issue. We first catalogue the varieties or types of factionalism present across Southeast Asia—namely, programmatic, clientelistic, and personalist/charismatic. We then explore the question of why the degree and type of factionalism varies across countries, across time, and across parties. We first focus on differences between factionalism in governing and opposition parties, arguing that factionalism across dominant and opposition parties differs in terms of the origin, type, and effect. We find that the more competitive the party system the more likely it is that factional patterns between the parties within a given polity will converge. We then review the relative power of socio-structural and institutional explanations of factionalism, and place the greatest weight on the role of patronage, party size, and the degree of party centralization. Finally, we turn our attention to common strategies for curbing factionalism across our cases and conclude by examining the consequences of factionalism.

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)0,001
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: aucune
Score de désaccord entre enseignants0,800
Score d'incertitude au seuil0,944

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,313
Écart entre enseignants0,282 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Current Southeast Asian AffairsMême sujetSoutheast Asian Sociopolitical StudiesTravaux en français237 207