TIPOLOGI INTERREGIONALISME UNI EROPA DALAM MERESPONS PENULARAN PANDEMI COVID-19 DI EROPA
Notice bibliographique
Résumé
Globalization of the Covid-19 pandemic has caused a very rapid contagion effect between regions around the world and has created a multidimensional crisis in European Union countries, so an interregionalism approach is needed. This study aims to analyze the typology of European Union interregionalism in response to the contagion of Covid-19 pandemic in Europe. By using analytical descriptive methods combined with Mathew Doidge’s theory of interregionalism, Heiner Hänggi’s typological concepts of interregionalism, and data analysis techniques using Miles and Huberman’s models, this study found that European Union adheres to three types of interregionalism, namely group-to-group interregionalism, biregional-transregional interregionalism, and hybrid interregionalism. Group-to-group interregionalism is carried out by building dialogues and partnership cooperations between regions related to economic recovery and capacity building to strengthen the governance of Covid-19 pandemic with ASEAN, African Union, and Mercosur. Meanwhile, biregional-transregional interregionalism is carried out by building dialogues and partnership cooperations between regions related to capacity building to strengthen the governance of the Covid-19 pandemic with ASEM countries. Finally, hybrid interregionalism is carried out by building dialogues and bilateral partnership cooperations related to economic recovery and global health with the United States, China, Japan, Turkey, and Canada. European Union interregionalism in response to contagion effect of Covid-19 pandemic functions as a means of power balancing, collective identity formation, agenda setting, institution building, and rationalizing.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».