Notice bibliographique
Résumé
From Afghanistan and Iraq to Haiti, Cote d'Ivoire, and Egypt, ill-timed, fraudulent, or poorly managed elections have led to discord, violence, and even regime change. While much of the international community views elections as a critical milestone in the stabilization of war-torn societies, Elections in Dangerous Places shows how flawed elections can act as democracy in reverse and diminish political legitimacy and stable governance. Through a series of frank and incisive case studies of conflicted countries, contributors' chapters challenge the centrality and timing of elections as a key pillar of reconstruction at a war's end. They underline the dangers in rushing elections, compromising principles, and lowering the bar for what constitutes free and fair elections in situations of conflict. The authors also underline the economic cost of elections in uncertain political situations and argue that global taxpayers, who must bear the burden, are justified in questioning the value of ill-timed elections. A candid and important study of political turmoil, Elections in Dangerous Places provides valuable lessons and practical advice on how to better mitigate conflict and violence before, during, and after highly charged elections. Contributors include Thomas S. Axworthy (Walter and Duncan Gordon Foundation), Stephen Brown (University of Ottawa), David Gillies (The North-South Institute, Ottawa), Christian R. Hennemeyer (Bridging the Divide), Lisa Kammerud (International Foundation for Electoral Systems, Washington, DC), Johann Kriegler (Electoral Complaints Commission, Afghanistan and IFES Executive Advisory Council), Marc A. Lemieux (University of Ottawa), Khalid Mustafa Medani (McGill University), Susanne D. Mueller (Visiting Researcher at Boston University's African Studies Center), Ben Reilly (Australian National University and Johns Hopkins University's School of Advanced International Studies), Gerald J. Schmitz (M.A., University of Saskatchewan; PhD, Carleton University), Sara Staino (International IDEA), Vincent Tohbi (graduate, National Administration School, Abidjan, Ivory Coast), Francesc Vendrell (Princeton University), and Eugenia Zorbas (Canadian Department of Foreign Affairs and International Trade).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».