MétaCan
Menu
Retour à la cohorte
Enregistrement W4372347658 · doi:10.1017/s0003055423000291

Coordinated Dis-Coordination

2023· article· en· W4372347658 sur OpenAlexfundno aff
Mai Hassan

Notice bibliographique

RevueAmerican Political Science Review · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical Conflict and Governance
Établissements canadiensnon disponible
Organismes subventionnairesCenter for Advanced Study, University of Illinois at Urbana-ChampaignUniversity of EssexUniversity of VirginiaYork UniversityVanderbilt UniversityCenter for Advanced Study in the Behavioral Sciences, Stanford UniversityUniversity of MichiganYale University
Mots-clésMobilizationCollective actionSocial movementPolitical scienceSocial mobilizationField (mathematics)The InternetWork (physics)Movement (music)Action (physics)Political economyPublic relationsSociologyLawEngineeringPoliticsComputer science

Résumé

récupéré en direct d'OpenAlex

Dissidents mobilizing against a repressive regime benefit from using public information for tactical coordination since widespread knowledge about an upcoming event can increase participation. But public calls to protest make dissidents’ anticipated activities legible to the regime, allowing security forces to better stifle mobilization. I examine collective action during Sudan’s 2018–19 uprising and find that mobilization appeared to be publicly coordinated through social movement organizations and internet and communicative technology, consistent with common channels identified by existing literature. Yet embedded field research reveals that some dissidents independently used public calls to secretly organize simultaneous contentious events away from publicized protest sites, perceiving that their deviations would make the regime’s repressive response relatively less efficient than the resulting efficiency losses on the movement’s mobilization. These findings push future work to interrogate more deeply the mechanisms by which dissidents use coordination channels that are also legible to the regime they are mobilizing against.

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)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,005
Communication savante0,0040,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,002

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 Opus0,034
Tête enseignante GPT0,414
Écart entre enseignants0,380 · 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Political Science ReviewMême sujetPolitical Conflict and GovernanceTravaux en français237 207