How to Win a Genocide Case: Analyzing the Triple Strategy of the Advocates of the Rohingya in Myanmar
Notice bibliographique
Résumé
The Rohingya Muslim minority in Myanmar was subjected to discrimination and gross violations of human rights for many decades. During the last two waves of military crackdowns in Rakhine State (October 2016 to January 2017; August to September 2017), the Tatmadaw army and civilians committed atrocities against the Rohingya that amounted to crimes against humanity and genocide. Advocates for the Rohingya's suffering took action to leverage the findings of the investigations of international mechanisms. They endeavored for an international condemnation of Myanmar at the ICJ, and they filed a complaint in an Argentinian court for the application of universal jurisdiction to prosecute the military and the political leadership responsible for ordering and committing the atrocities. They also encouraged an investigation of the atrocities in the ICC. The litigators’ main focus was set on genocide. However, while genocide carries the stigma of being the most heinous of crimes, it is also the hardest to prove, particularly the special intent to commit it. This article assesses the chances of the triple strategy applied by the Rohingya advocates. It argues that litigating the case in three different fora, assures that the forums back each other up, so that the flaws of one are compensated by the others. Thus, the chances for accountability for the crime of genocide are increased. The fora work interoperably to achieve the goal of proving the occurrence of genocide in Myanmar so as to impose state responsibility and individual criminal responsibility.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,020 | 0,007 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».