MétaCan
Menu
Retour à la cohorte
Enregistrement W4308202825 · doi:10.18357/tar131202220756

FM 3-24 and Religious Literacy in American Military Operations in the Middle East

2022· article· en· W4308202825 sur OpenAlexaffvenue
Samantha M. Olson

Notice bibliographique

RevueThe Arbutus Review · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHistorical and Linguistic Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésFunctional illiteracyMiddle EastPolitical scienceLiteracyForeign policySociologyPolitical economyLawPolitics

Résumé

récupéré en direct d'OpenAlex

In August 2021, the Taliban’s success in Afghanistan shocked American citizens and foreign policy analysts. Many counterinsurgency experts sought to explain this phenomenon by focusing on tactical and strategic military failures; however, such explanations often neglected to investigate the religious literacy of American troops engaged in counterinsurgency operations in the Middle East. By considering the treatment of religious literacy in General David Petraeus’s landmark field manual, FM 3-24, a startling degree of religious illiteracy is revealed within counterinsurgency operational protocols. While a historically and culturally focused “civilizational approach” is often proposed by foreign policy analysts as a potential solution to the problem of religious illiteracy in counterinsurgency operations, this approach also falls short of addressing the complex realities that confront American “liberators,” whom locals often perceive to be foreign invaders. This article therefore addresses the disconnect between American military strategy, foreign policy, and the tactical realities encountered by military personnel stationed in the Middle East. Resultantly, this article argues that improved mandatory religious literacy training for American troops is critical not only for conducting successful operations in the Middle East but also for ending, rather than reinvigorating, conflicts abroad.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,059
Tête enseignante GPT0,330
Écart entre enseignants0,271 · 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'étudeSans objet
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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Arbutus ReviewMême sujetHistorical and Linguistic StudiesTravaux en français237 207