MétaCan
Menu
Retour à la cohorte
Enregistrement W3117145799 · doi:10.5038/1911-9933.14.3.1718

Democratization as a Protective Layering for Crimes Against Humanity: The Case of Myanmar

2020· article· en· W3117145799 sur OpenAlexvenueno aff
Anna Plunkett

Notice bibliographique

RevueGenocide Studies and Prevention · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAsian Geopolitics and Ethnography
Établissements canadiensnon disponible
Organismes subventionnairesEconomic and Social Research CouncilKing's College London
Mots-clésHuman rightsDemocratizationDemocracyInternational communityCrimes against humanityGenocideState (computer science)Political scienceInternational human rights lawTransitional justicePolitical economySociologyLawInternational lawPoliticsWar crime

Résumé

récupéré en direct d'OpenAlex

Myanmar has a history of state sanctioned violence against its own people. However, as the regime transition occurs the methods of conducting such violence have also changed. This has not led to an end to violence but an alteration in the methods used by the state. What can be identified is the use of democratic regime transition to legitimise the state’s actions whilst delegitimising the plight of communities that have historically resisted the state. By engaging in the minimal standards of democratic practice whilst developing relations with the international community on the basis of trade, Myanmar has been able to create a protective layering system for its continued human rights abuses within its borderlands. This paper will analyse how Myanmar has effectively coopted the international community into ignoring the continuation of human rights abuses by creating an effectives market for its valuable resources. It will focus on the cases in Karen and Kachin State, two sub-regions within Myanmar that have experienced prolonged conflict and where human rights abuses continue with little oversight from the international community.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0210,013
Communication savante0,0040,003
Science ouverte0,0010,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,381
Écart entre enseignants0,298 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenocide Studies and PreventionMême sujetAsian Geopolitics and EthnographyTravaux en français237 207