MétaCan
Menu
Retour à la cohorte

Guerra en la zona gris y conflicto étnico

2024· article· es· W4391308213 sur OpenAlexaff
Dani Belo, David Carment

Notice bibliographique

RevueDesafíos · 2024
Typearticle
Languees
DomaineSocial Sciences
ThématiqueAfrican history and culture analysis
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Aunque el panorama internacional contemporáneo está dominado por guerras intrastatales, las relaciones internacionales difícilmente pueden considerarse pacíficas. En otras palabras, los Estados continúan participando en conflictos, pero por debajo del umbral de la guerra abierta. El artículo examina las tendencias generales y las consecuencias que el conflicto étnico tiene para la guerra futura, ya que los Estados emplean tácticas híbridas y estrategias de la zona gris para apoyar a sus parientes étnicos. Muchos de los conflictos étnicos actuales pueden describirse como secesionistas, en los cuales Estados externos y otros actores internacionales se ven involucrados en un conflicto, o irredentistas, en los cuales dos o más estados entran en guerra por una reclamación irredentista. El uso de tales conflictos étnicos por parte de interventores externos para participar en conflictos en la zona gris se está convirtiendo en una norma en los asuntos internacionales. El texto se centra en los casos de las intervenciones en la zona gris de Rusia en Georgia, Ucrania y la región Báltica, y se contrastan con los casos de Azerbaiyán-Armenia, el Sáhara Occidental, así como Etiopía-Eritrea, para mostrar tanto la continuidad como la transformación en la guerra. Se cierra identificando algunas de las razones por las cuales hay variación en estos casos y las implicaciones que esto tiene para la gestión de conflictos y el futuro de la guerra.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,015
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,012
Tête enseignante GPT0,303
Écart entre enseignants0,291 · 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'étudeSans objet
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDesafíosMême sujetAfrican history and culture analysisTravaux en français237 207