MétaCan
Menu
Retour à la cohorte
Enregistrement W4281760713 · doi:10.1177/13540661221095970

Civil war as a social process: actors and dynamics from pre- to post-war

2022· article· en· W4281760713 sur OpenAlexfundno aff
Anastasia Shesterinina

Notice bibliographique

RevueEuropean Journal of International Relations · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical Conflict and Governance
Établissements canadiensnon disponible
Organismes subventionnairesUniversity College LondonUniversité de MontréalUK Research and Innovation
Mots-clésDemobilizationRadicalizationPolitical economyMilitarizationSpanish Civil WarSocial dynamicsCivil societyPolitical sciencePoliticsSociologySocial movementLawSocial science

Résumé

récupéré en direct d'OpenAlex

What accounts for overarching trajectories of civil wars? This article develops an account of civil war as a social process that connects dynamics of conflict from pre- to post-war periods through evolving interactions between nonstate, state, civilian, and external actors involved. It traces these dynamics to the mobilization and organization of nascent nonstate armed groups before the war, which can induce state repression and in some settings escalation of tensions through radicalization of actors, militarization of tactics, and polarization of societies, propelled by internal divisions and external support. Whether armed groups form from a small, clandestine core of dedicated recruits, broader networks, social movements, and/or fragmentation within the regime has consequences for their internal and external relations during the war. However, not only path-dependent but also endogenous dynamics shape overarching trajectories of civil wars. During the war, armed groups develop cohesion and fragment in the context of evolving internal politics, including socialization of fighters, institution-building in the areas that they control, which civilians can collectively resist, competition and cooperation with other nonstate and state forces, and external influence. After the war, armed groups transform to participate in continuing conflict and violence in different ways in interaction with multiple actors. This analysis highlights the contingency of civil wars and suggests that future research should focus on how relevant actors form and transform as they relate to one another to understand linkages between conflict dynamics over time and on continuities and discontinuities in these dynamics to grasp overarching trajectories of civil wars.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,013
Communication savante0,0090,014
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,300
Écart entre enseignants0,288 · 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

Citations43
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of International RelationsMême sujetPolitical Conflict and GovernanceTravaux en français237 207