MétaCan
Menu
Retour à la cohorte
Enregistrement W3047110169

Release of a Detained Warship and Its Crew through Provisional Measures: A Comparative Analysis of the ARA Libertad and Ukraine v. Russia Cases

2020· article· en· W3047110169 sur OpenAlexaff
Yoshifumi Tanaka

Notice bibliographique

RevueResearch at the University of Copenhagen (University of Copenhagen) · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueInternational Maritime Law Issues
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésCrewLawAeronauticsPolitical scienceGeographyOperations researchEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The determination of whether to release a detained foreign warship and its crew is a crucial issue in law and in practice. This article examines the issue of the release of a detained foreign warship and its crewmembers through provisional measures by analyzing the ARA Libertad and Ukraine v. Russia cases. Specifically three issues must be examined. The first issue concerns the interpretation of military activities under Article 298(1)(b) of the U.N. Convention on the Law of the Sea (UNCLOS). On this issue, this article highlights that a threshold for deciding the preponderance of military or law enforcement elements is of critical importance when there are mixed military and law enforcement activities. The second issue concerns the immunity of a detained ship under UNCLOS Articles 29, 32, 95, and 96. In this regard, this article argues that UNCLOS Article 32 may apply to internal waters, even though opinions of the members of ITLOS were divided on this matter. The third issue relates to the question of urgency in ordering provisional measures concerning the release of a detained ship and its crew. Here, this article argues that when identifying the existence of a real and imminent risk, there is a need to consider three temporal elements: the alleged breach of the rights of the applicant State (the past), the existence of ongoing risk (the present), and the possibility of repetition or continuity of the risk (the future).

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)0,005
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,039
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,005
Communication savante0,0040,002
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
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 Opus0,083
Tête enseignante GPT0,290
Écart entre enseignants0,207 · 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

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch at the University of Copenhagen (University of Copenhagen)Même sujetInternational Maritime Law IssuesTravaux en français237 207