MétaCan
Menu
Retour à la cohorte
Enregistrement W4398379379 · doi:10.7910/dvn/nldrgh

Replication Data for: Crowding Out the Field: External Support to Insurgents and the Intensity of Inter-rebel Fighting in Civil Wars

2021· dataset· en· W4398379379 sur OpenAlexaff
Arthur Stein, Marc-Olivier Cantin

Notice bibliographique

RevueHarvard Dataverse · 2021
Typedataset
Langueen
DomaineSocial Sciences
ThématiquePolitical Conflict and Governance
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésReplication (statistics)CrowdingIntensity (physics)Field (mathematics)Political sciencePsychologyBiologyPhysicsCognitive psychologyOpticsMathematicsVirology

Résumé

récupéré en direct d'OpenAlex

How does external support to insurgents influence the likelihood that the latter will get involved in violent clashes against other rebel groups? In this article, we outline a theoretical framework which contends that, in multiparty civil wars, rebels sponsored by foreign states are more likely to participate in high-intensity inter-rebel conflicts than rebels receiving no support from external states. We argue that this is because external support creates strategic incentives for insurgent leaders to target other rebel contenders in order to signal resolve to their sponsors and to crowd out the battlefield ahead of the post-conflict period. External support, moreover, tends to activate potent socio-psychological mechanisms among rank-and-file combatants that may remove restraints on the use of violence against other rebel fighters. Using data on inter-rebel conflicts from 1989 to 2018, we test these hypotheses with a set of large-N regressions and find strong support for our theory. Further analyzes inductively reveal that our statistical results are likely, to some extent, to be driven by the prevalence of religious insurgencies in contemporary conflicts. Religious insurgencies display organizational features that could reinforce vertical strategic incentives and horizontal socio-psychological dynamics, thereby increasing their involvement in inter-rebel fighting. To further probe the ‘meso-foundations’ of inter- rebel fighting following rebel sponsorship, we then provide qualitative evidence on the Syrian Civil War. Our article contributes to scholarship by highlighting the consequences of external support on conflict processes beyond the insurgent-incumbent dyad.

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)0,015
score de la tête « metaresearch » (Gemma)0,182
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil0,855

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,182
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,009
Études des sciences et des technologies0,0030,002
Communication savante0,0040,003
Science ouverte0,0030,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,2560,076

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 Opus0,063
Tête enseignante GPT0,360
Écart entre enseignants0,297 · 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
GenreJeu de données

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHarvard DataverseMême sujetPolitical Conflict and GovernanceTravaux en français237 207