Penal Battalions and Genocidal Warfare: History's Warnings, Wagner's Global Footprint, and Ukraine
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
The expendability of penal battalions has provided genocidal regimes with ample fodder for conventional wars, genocidal warfare, and cases in which such conscripts may become either perpetrators or victims. The unresolved charges of those who massacred civilians in Bucha, Ukraine, in 2022 extend to include suspects from a private military security company (PMSC) known as the Wagner Group. Vladimir Putin's regime has regularly contracted Wagner since its founding in 2014 in operations that led to its adaptation and development as a tool for war and very likely also the world's first for-hire band of perpetrators. This study tracks histories of penal battalions before outlining the evolution of Wagner as a significant force in global politics and conflict. The findings suggest that prosecution, prevention, or intervention will become even more difficult than it already is for institutions of international law. The apparent successes and rapid growth of Wagner tend to indicate that the use of penal battalions in genocidal wars is not confined to the pages of history. The unaccountability of such suspects could increase both the recruitment of many more genocidal offenders and further risk the expendability of what Richard L. Rubenstein identified as surplus populations. By framing penal battalions that die en masse in genocidal wars, the case of the Wagner Group may ultimately include civilian victims in Ukraine, perpetrators for-hire, and victims within the group's own battalions that the Kremlin deployed to die across the war's frontlines.
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 | 0,001 |
| 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 | 0,001 | 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 découle