MétaCan
Menu
Retour à la cohorte
Enregistrement W3112581247 · doi:10.31389/lseppr.15

Human Security: Practical Possibilities

2020· article· en· W3112581247 sur OpenAlexaff
Mary Kaldor

Notice bibliographique

RevueLSE Public Policy Review · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Security and Public Health
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésPovertyHuman securityRacismPrecarityPolitical scienceAirport securityCriminologyXenophobiaSociologyComputer securityLaw

Résumé

récupéré en direct d'OpenAlex

The Covid-19 pandemic has exposed a turbulent world of inequality, failing states, crime, violence, racism and authoritarianism. But it has also opened up the practical possibilities of human security – the notion that governments and international institutions take responsibility for the wellbeing of individuals and the communities in which they live, protecting them from global ills such as Covid-19 and ensuring both material security (safety from poverty and deprivation) and physical security (safety from violence and crime). My focus on this essay is on physical security, and, in particular, how to address the problems that contemporary war inflicts upon individuals and communities. Of course, physical and material security are intimately connected. Poverty, inequality, and deprivation are undoubtedly a cause of violence and crime and, by the same token, violence accentuates precarity. But while solving the problems of material redistribution could well reduce the incentives for violence, this is extremely difficult to achieve in violent contexts where the warring parties control the flow of resources. Thus, finding ways to mitigate violence is often a precondition for material security. In this essay, I outline an understanding of human security as a tool for reducing violent conflict.

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)0,010
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,045
Communication savante0,0110,019
Science ouverte0,0020,008
Intégrité de la recherche0,0130,014
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,144
Tête enseignante GPT0,459
Écart entre enseignants0,316 · 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'étudeThéorique ou conceptuel
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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLSE Public Policy ReviewMême sujetGlobal Security and Public HealthTravaux en français237 207