Factors Influencing Popular Support for War
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Starting with perception of the widespread discontent with the United States war in Vietnam, scholars and politicians have presumed that war and military action are not maintainable without citizen support. Accordingly, scholars have devoted extensive effort to uncover what factors influence popular support for war. Thus there is a large literature studying both major and minor wars as well as other types of military interventions. These studies of attitudes toward war fit into two categories. The first addresses the aggregate, national level of support for wars or military interventions. These studies focus on specific characteristics of wars and interventions, including the purpose for which they are fought, the types of military actions or tactics that are planned or executed, the number of casualties anticipated or actually suffered, and the anticipated or actual success or failure of the war. Many of these studies focus on popular support for actions taken by the United States, but there are also studies of opinion in Canada, Western Europe, Japan, and elsewhere. A second category of scholarship addresses the correlates of individuals’ support for wars and military interventions. Much of this research begins with the hypothesis that individuals’ ideology and partisanship are important correlates of support for war, but additional studies have investigated the importance of gender, race, and the impact of the media on citizen support. In addition to the research summarized here, readers should consult the Oxford Bibliographies in Political Science article, “Public Opinion and Foreign Policy” by Joshua D. Kertzer, especially the section on “Public Opinion and the Use of Force.”
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.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle