MétaCan
Menu
Retour à la cohorte
Enregistrement W3166421697 · doi:10.6000/1929-4409.2021.10.124

Power Sharing as a Tool for Resolving Electoral Violence: Revisiting the Zimbabwean Experience

2021· article· en· W3166421697 sur OpenAlexvenueno aff
Happy Mathew Tirivangasi, Louis Nyahunda

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican studies and sociopolitical issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutocracyAuthoritarianismPower sharingMonopolyPower (physics)Opposition (politics)Political economyPolitical sciencePoliticsPosition (finance)DictatorEconomicsSociologyLawDemocracyMarket economy

Résumé

récupéré en direct d'OpenAlex

This paper uses Hartzell and Hoddie’s four dimensions of power-sharing to analyse the implementation of the 2008 power-sharing in Zimbabwe and its impact on electoral violence. It interrogates the resolving of the Zimbabwean electoral violence through the use of power-sharing deal between the opposition and the ruling party. The theoretical explanations why electoral violence would occur in a country ruled by an authoritarian leadership suggests that, autocratic governments use electoral violence as a way of influencing the electoral outcome. The other position suggests that the weaker political party is the one responsible for electoral violence as it enjoys the monopoly of being the victim. This study dispels the notion that power-sharing has any impact on resolving electoral violence permanently, we argue that the resolving election dispute through power-sharing does not resolve the differences between warring parties rather, it gives temporary peace. The findings of this study support the position of the electoral authoritarian theoretical perspective that autocratic government will use violence and all the means necessary to ensure that they return the power.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,164

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0220,026
Communication savante0,0060,007
Science ouverte0,0010,007
Intégrité de la recherche0,0020,004
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 Opus0,065
Tête enseignante GPT0,405
Écart entre enseignants0,340 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetAfrican studies and sociopolitical issuesTravaux en français237 207