Fragile Statehood and Military Aid (In)Effectiveness: An Assessment of United States Experiences in Lake Chad Basin
Notice bibliographique
Résumé
This dissertation critically examines the (in) effectiveness of US. military aid in fragile states, with a particular focus on the Lake Chad Basin region.Through a detailed investigation of the political, economic, and social impacts of US. military assistance, the research uncovers both the intended and unintended consequences of such aid on state stability, governance, and human security.Central to the argument is that increased US. military aid to countries with weak governance structures often exacerbates instability, fosters corruption, and leads to human rights violations.The study demonstrates that, in the absence of parallel improvements in governance and state legitimacy, such aid contributes to the very conflicts it seeks to resolve, trapping recipient states in a cycle of instability.The dissertation is structured into three interconnected papers, each examining different dimensions of US. military aid in the region, employing both quantitative and qualitative methods to assess its role in shaping political outcomes, security landscapes, and democratic trajectories.Through a comprehensive analysis, it reveals the convergence of a negative feedback loop, capacity trap, democratic backsliding, and a troubling rise in coup d'états.Moreover, US. military assistance has focused on short-term security gains at the expense of longterm investments in governance, development, and institutional reform, deepening fragility and conflict in the region.Ultimately, the study concludes that US. military aid, while intended to stabilize fragile states like those in the Lake Chad Basin, often exacerbates governance challenges, highlighting the urgent need for a more integrated approach that prioritizes sustainable governance and human security over purely military solutions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».