Notice bibliographique
Résumé
This book provides a systematic analysis of the Russian-Ukraine war, using the concept of resilient fighting power to assess the operational performance of both sides during the first year of the full-scale invasion. The Russian war in Ukraine began in 2014 and continued for eight years, before the full-scale invasion of 24 February 2022. It is not a new war, but the intensity of the warfighting revived many discussions about the conduct of inter-state warfare, which has not been seen in Europe for decades. This book does not aim to offer an exhaustive operational analysis of the war, but rather provides a preliminary systematic analysis across various domains of warfare using the concept of fighting power to assess the operational performance of both sides. First, the book discusses the conceptual component and the post-Cold War adaptations of the Soviet strategic tradition by both the Ukrainian and the Russian Armed Forces. Following that, it gives an evaluation of the various aspects of warfighting in the land, air, maritime and cyber domains. Then, the book examines the role of international allied assistance, sanctions and weapons delivery in strengthening the resilience of the Ukrainian Armed Forces. The book concludes with some comments on the role of inter-state warfare in the current strategic environment and future warfare. This book will be of much interest to students of military and strategic studies, defence studies, foreign policy, Russian studies and international relations. The Open Access version of this book, available at https://www.taylorfrancis.com, has been made available under a Creative Commons Attribution-Non Commercial-No Derivatives (CC-BY-NC-ND) 4.0 license.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,009 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».