Notice bibliographique
Résumé
In a rapidly changing global threat environment where risks transcend borders, private actors have developed their own intelligence capabilities and share information to mitigate risks from threats such as terrorism or civil unrest. While states support public-private cooperation to protect critical infrastructure, this is only part of the story. Existing research on intelligence cooperation does not adequately account for private sector actors. Furthermore, many studies explain cooperation through the existence of trust without exploring what drives that trust. This dissertation examines how public and private actors institutionalize intelligence cooperation through transnational horizontal networks. Venues for intelligence cooperation may facilitate any or all of: tactical information exchange and benchmarking, knowledge advancement, and strategic intelligence sharing. My project asks: what determines the degree to which private sector risk intelligence actors cooperate, and the extent to which they institutionalize this cooperation? My research relies on surveys, semi-structured interviews, and participant observation, and focuses on three cases: the U.S. State Department's Overseas Security Advisory Council, the U.S. Department of Homeland Security's Public-Private Analytic Exchange Program, and the private sector-led Analyst Roundtables. I also examine nascent cases of public-private intelligence-sharing institutions in Canada, including the Canadian Centre for Cyber Security, that focus on protecting critical infrastructure from cyber threats. Ultimately, I find that levels of intelligence cooperation are best explained through network ties-influenced by frequency of interactions-and by trust, which is driven by: size of group memberships; ability to identify mutual interests; and ability to vet each other for reliability. I also find that informal institutions substitute for formal institutions when the latter are not meeting actors' intelligence-sharing needs, and that the groups that are most conducive to deep levels of intelligence cooperation are not restricted by citizenship, but are instead transnational. The findings from this dissertation aim to (1) address the gap in intelligence cooperation literature with regard to non-state actors, (2) illuminate intelligence cooperation with private intelligence actors as a case of institutionalized cooperation that transcends borders, and (3) identify critical takeaways for public and private intelligence actors seeking to protect assets and lives.--Author's abstract
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,013 | 0,013 |
| Science ouverte | 0,001 | 0,011 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,103 | 0,028 |
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 ».