MétaCan
Menu
Retour à la cohorte
Enregistrement W4404447420 · doi:10.1093/isr/viae047

Local Knowledges in International Peacebuilding: Acquisition, Filtering, and Systematic Bias

2024· article· en· W4404447420 sur OpenAlexafffund
Sarah von Billerbeck, Katharina P. Coleman, Steffen Eckhard, Benjamin Zyla

Notice bibliographique

RevueInternational Studies Review · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePeacebuilding and International Security
Établissements canadiensUniversity of OttawaUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPeacebuildingPolitical scienceSociologyRegional scienceCriminologyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract There is widespread consensus among peacebuilding practitioners and scholars on the importance of integrating local knowledge into the design, planning, and implementation of international peace interventions. However, the concept of local knowledge remains undertheorized, and the dynamics of local knowledge integration in international activities have not yet been fully explored. This paper reconceptualizes “local knowledge” in peacebuilding as local knowledges in the plural, highlighting seven categories of relevant local knowledge and the contestation within each. We then draw on organizational theory to identify the processes by which particular types of local knowledge become more or less likely to be incorporated into internationally led peacebuilding activities. Specifically, we argue that knowledge incorporation consists of two stages: acquisition and filtering. In both, international actors control who is able to contribute knowledges and which knowledges are recognized. Systematic biases result: knowledges that confirm previously held beliefs or that simplify complexity are incorporated more regularly. We illustrate our argument by focusing on the UN, but suggest that our findings apply to other international actors, including non-governmental organizations, and extend beyond peacebuilding.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,591
Score d'incertitude au seuil0,616

Scores Codex et Gemma par catégorie

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

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 Opus0,086
Tête enseignante GPT0,419
Écart entre enseignants0,334 · 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 tête enseignante, 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Studies ReviewMême sujetPeacebuilding and International SecurityTravaux en français237 207