MétaCan
Menu
Retour à la cohorte
Enregistrement W4391277507 · doi:10.1093/isagsq/ksad074

Exploring Communities of Practice from an Informality Perspective: Insights from the AU, ECOWAS, and UN in West African Mediation Theaters

2024· article· en· W4391277507 sur OpenAlexafffund
Thomas Kwasi Tieku, Afua Boatemaa Yakohene

Notice bibliographique

RevueGlobal Studies Quarterly · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePeacebuilding and International Security
Établissements canadiensThe King's University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaAfrican UnionUniversity of GhanaKing's University College
Mots-clésMediationPerspective (graphical)GeographyPolitical scienceSociologyArtVisual artsSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract The article explores how and why communities of practice (CoPs) of international organizations (IOs) work together effectively despite the rigid formal bureaucratic and institutional borders they inhabit. The manuscript explains how four informal mechanisms combined to enable CoPs embedded in the African Union (AU), the Economic Community of West African States (ECOWAS), and the United Nations (UN) Organization to resolve political crises in Burkina Faso, Gambia, Ghana, Guinea, Mali, and Togo between 2016 and 2022. The informal mechanisms allowed CoPs to overcome their institutional limitations, cross rigid organizational borders, and work together to resolve different political crises in the six countries. Some of the informal mechanisms were cultivated by CoPs, while others emerged organically from activities and interactions of these like-minded professionals. The informal instruments that were developed and used to resolve the crises provide a telling illustration of how CoPs create global governance norms, practices, processes, rules, and structures from below. The enabling role that informality played in the six conflict theaters suggests that paying close attention to the informal dimensions of CoPs has enormous analytical benefits.

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)0,011
score de la tête « metaresearch » (Gemma)0,012
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0210,043
Communication savante0,0120,010
Science ouverte0,0020,013
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,074
Tête enseignante GPT0,369
Écart entre enseignants0,295 · 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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Studies QuarterlyMême sujetPeacebuilding and International SecurityTravaux en français237 207