MétaCan
Menu
Retour à la cohorte
Enregistrement W4313728128 · doi:10.1093/fpa/orac034

Some Assembly Required: Explaining Variations in Legislative Oversight over the Armed Forces

2022· article· en· W4313728128 sur OpenAlexafffund
David P. Auerswald, Philippe Lagassé, Stephen M. Saideman

Notice bibliographique

RevueForeign Policy Analysis · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDefense, Military, and Policy Studies
Établissements canadiensCarleton University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCenter for Global PartnershipSocial Science Research Council
Mots-clésLegislatureDemocracyPolitical scienceArgument (complex analysis)Public administrationPoliticsScope (computer science)LawPolitical economyLaw and economicsSociologyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Legislatures vary widely in how they affect democratic civil–military relations. In some countries, legislative oversight plays a critical role in guiding their defense establishment. In others, legislators are largely ignorant and happily so. In this article, we explain the sources of these variations in fifteen democratic states. After discussing the importance of the legislature's role in democratic civil–military relations, we clarify what we mean by oversight. We argue that variations in oversight are explained by the number and scope of legislative committees charged with military oversight and party politics within those committees. After reviewing alternative explanations, we present oversight patterns in fifteen democratic countries across the world. We then briefly examine Germany's Bundestag and Japan's Diet, as the comparison of these cases challenges most existing explanations of legislative oversight and serve as hard cases for our argument. We conclude with implications of legislative oversight for broader debates about civilian control of the military.

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)0,008
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,049
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,038
Tête enseignante GPT0,266
Écart entre enseignants0,229 · 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'étudeObservationnel
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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueForeign Policy AnalysisMême sujetDefense, Military, and Policy StudiesTravaux en français237 207