Descent into chaos : how the war against Islamic extremism is being lost in Pakistan, Afghanistan and Central Asia
Notice bibliographique
Résumé
Since 9/11, the war in Afghanistan and the invasion of Iraq, the West has been fighting a 'War on Terror', through force and through the building of new societies in the region. In this clear and devastating account, with unparalleled access and intimate knowledge of the political players, Descent into Chaos chronicles our failure. Having reported from central Asia for a quarter of a century, Ahmed Rashid shows clearly why the war in Iraq is just a sideshow to the main event. Rather, it is Pakistan, Afghanistan, and the five Central Asian states that make up the crisis zone, for it is here that terrorism and Islamic extremism are growing stronger. Documenting with precision how intimately linked Pakistan is with the Taliban and other extremist movements, while remaining the US' main ally in the region, Rashid brings into focus the role of many regional issues in supporting extremism, from nuclear programmes to local rivalries, ineffectual peace-keeping to tyrannical rulers. For Rashid, at the heart of the failure in Iraq is the US' refusal to accept the need to build nations. Ambitious and urgent, analyzing events, policies and personalities across the largest landmass in the world, Descent into Chaos chronicles with chilling accuracy why Islamic extremism is now stronger than ever.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,025 | 0,022 |
| Communication savante | 0,018 | 0,009 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».