The Bureaucracy of Intervention: Explaining Canadian Armed Forces Deployment Variations 2014-2018
Notice bibliographique
Résumé
After the closure of the Afghanistan mission in March 2014, the Canadian government was presented with a distinctive opportunity to “re-set” the overseas posture of its armed forces. Almost all personnel serving overseas were brought back to Canadian soil before the government announced several new operations. From this “re-set” derives the central research question of this dissertation: Why do states who are not threatened deploy their armed forces in various speeds and sizes? Competing scholars who study foreign and defence policy analysis have been unable to reach a consensus and explain why states like Canada decide to participate quickly in certain military coalitions (or not), or why the executive decides to contribute specific numbers of personal and resources to particular overseas missions (or not). Utilizing a critical small-n case study approach and focusing on Canada’s most recent military deployments to Iraq, Ukraine, and Mali, as well as the non-deployment of forces to Columbia, this research asks where deployment recommendations originate from within the bureaucracy and what is their impact on the executive. Using purposive sampling and relying on semi-structured interviews with select members of the Canadian Public Service and the Armed Forces, I combined Tsebelis’ veto player’s theory and Halperin and Clapp’s theory of bureaucratic politics to the Canadian federal bureaucracy to identify and explain the level of bureaucratic influence on post-Afghanistan non-combat interventions. My research found that federal bureaucracies acted as veto players - based on both departmental mandates and departmental self-interests - and were able to demonstrate substantial influence on the speed and size of CAF deployments, delaying their support until departmental interests were met. My research demonstrates that Bureaucratic Intervention Theory, when applied to a federal bureaucracy, has greater explanatory powers than had been previously understood, contributes to an enhanced understanding of the current executive decision-making process, and helps illustrate the bureaucratic consensus required to ensure future CAF deployments.
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 | 0,002 | 0,000 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».