Notice bibliographique
Résumé
There are two factions in a conflict. A third-party may choose to intervene by supporting one of the factions. We consider a third-party who maximizes a weighted sum of the welfare of the warring factions and the non-combatant population. In the case of a nonmilitary intervention, we obtain the following results: if the third-party cares equally about the warring factions and the rest of the population, then he will not intervene. If the third-party cares more about the warring factions, then he might intervene and will help the stronger faction unless he places a sufficiently higher weight on the welfare of the weaker faction. The stronger faction is able to appropriate more resources from the rest of the population. However, we find that helping the stronger faction might make the rest of the population better off, since this reduces the aggregate cost of conflict. On efficiency grounds, helping the weaker faction is optimal if success by the weaker faction preserves the rule of law, respect for private property leading to higher output. We also find that the third party is likely to intervene if success in the conflict is extremely sensitive to effort. In the case of military intervention, we find that the third-party will intervene if he cares sufficiently about the rest of the population or cares about the net resources that will be left after the war. We present examples where the third-party chooses military intervention over non-military intervention and vice-versa.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».