MétaCan
Menu
Retour à la cohorte
Enregistrement W4313325413 · doi:10.1002/crq.21371

Conflict analysis, learning from practice

2022· article· en· W4313325413 sur OpenAlexaff
Gloria Rhodes, Muhammad Akram

Notice bibliographique

RevueConflict Resolution Quarterly · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePeacebuilding and International Security
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPeacebuildingData collectionIntervention (counseling)Action (physics)Exploratory analysisExploratory researchFace (sociological concept)Action researchPsychologyPublic relationsPolitical scienceSociologyComputer scienceData sciencePedagogySocial sciencePublic administration

Résumé

récupéré en direct d'OpenAlex

Abstract Conflict analysis is an essential component of designing and implementing peacebuilding action because it focuses on making sense of the situations where a peacebuilding action or intervention is desired. This article presents the results of an exploratory study based on semi‐structured interviews with 20 practitioners from 19 countries on four continents. Participants represented diverse organizations working on peacebuilding projects in conflict‐affected locations. The study focused on how participants (peacebuilding practitioners) gather and make sense of data (information) about the situations they face so they can make decisions for program design and implementation. Topics addressed by the study's participants included practice trends, methods of data collection and analysis, difficulties in gathering and assessing data, theories of change, and program or project assessment. The study concludes that the practitioners who participated mainly use informal methods to collect and make sense of data and do not make use of systematic approaches to conflict analysis.

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)0,024
score de la tête « metaresearch » (Gemma)0,040
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: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,040
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0080,022
Communication savante0,0150,012
Science ouverte0,0020,010
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,036
Tête enseignante GPT0,338
Écart entre enseignants0,302 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConflict Resolution QuarterlyMême sujetPeacebuilding and International SecurityTravaux en français237 207