MétaCan
Menu
Retour à la cohorte
Enregistrement W4390106014 · doi:10.17645/pag.7355

From Counterterrorism to Deterrence: The Evolution of Canada’s and Italy’s Defense Postures

2023· article· en· W4390106014 sur OpenAlexaffabout
Justin Massie, Marco Munier

Notice bibliographique

RevuePolitics and Governance · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEuropean and Russian Geopolitical Military Strategies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésInterventionism (politics)Political economyPolitical scienceDeterrence theoryPower (physics)PoliticsForeign policyInternational relationsCompetition (biology)PerceptionBalance (ability)Great powerLawSociologyPsychology

Résumé

récupéré en direct d'OpenAlex

How do US democratic allies perceive and adapt to the multiple challenges associated with the rise of multipolarity and the return of major war in Europe? This article examines how two US allies—Canada and Italy—have adapted their defense postures from the professed beginning of the shift in the balance of power in 2008 to Russia’s full-scale invasion of Ukraine in 2022. More specifically, it provides a comparison of three major dimensions of defense postures: threat perceptions, patterns of foreign military deployments, and military expenditures. This article argues that both allies have undertaken a shift from liberal interventionism towards a defense posture increasingly geared towards deterrence vis-à-vis Russia. However, the shift did not occur analogously and simultaneously, as the two allies’ adjustment was shaped by differing levels of domestic inter-party contestation. This article highlights the extent to which US allies’ international security adaptation follows political-party threat perceptions more than the traditional left-right dichotomy. Shared inter-party threat perceptions of great power revisionism are found to shape the degree of defense policy adaptation toward great power competition.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil0,205

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,005
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,247
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolitics and GovernanceMême sujetEuropean and Russian Geopolitical Military StrategiesTravaux en français237 207