MétaCan
Menu
Retour à la cohorte
Enregistrement W4378980591 · doi:10.55535/rmt.2021.4.01

Strengthening and Developing the Capacity to Analyse Information and Transform Romania’s Security Paradigm in the Context of Asymmetric Challenges in the Black Sea Region

2021· article· en· W4378980591 sur OpenAlexaff
Cătălin-Gabriel DONE

Notice bibliographique

RevueRomanian Military Thinking · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEuropean and Russian Geopolitical Military Strategies
Établissements canadiensGlobal Affairs Canada
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)Context (archaeology)Transformative learningNational securityPolitical scienceCapacity buildingKnowledge managementBusinessComputer scienceSociologyGeography

Résumé

récupéré en direct d'OpenAlex

Developing the national intelligence system and strengthening the response capacity in conflict and crises is both a theoretical branch and a strategy within the framework offered by the International Relations studies. As the scope of regional threats continues to grow, Romania and the actors in the region need to develop programmes to strengthen the national security assessment system and the capabilities to gather intelligence to discourage and counteract elements of security destabilisation. Because of the changes in the regional security environment, the intelligence system is in high demand, requiring a new cultural design and pragmatic capabilities. Thus, the purpose of this article is to briefly assess the national elements of information analysis in a regional context and to propose, against the background of the current security environment, a model of transformative paradigm for strengthening the capacity to respond to threats.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,372
Score d'incertitude au seuil0,944

Scores Codex et Gemma par catégorie

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

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 Opus0,040
Tête enseignante GPT0,264
Écart entre enseignants0,224 · 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 tête enseignante, 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRomanian Military ThinkingMême sujetEuropean and Russian Geopolitical Military StrategiesTravaux en français237 207