MétaCan
Menu
Retour à la cohorte
Enregistrement W4406168268 · doi:10.1017/9781009598019

Tip-toeing through the Tulips with Congress

2025· book· en· W4406168268 sur OpenAlexaff
Dani K. Nedal, Madison Schramm

Notice bibliographique

RevueCambridge University Press eBooks · 2025
Typebook
Langueen
DomaineSocial Sciences
ThématiquePolitical Conflict and Governance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCovertIncentivePoliticsExecutive branchPolitical scienceAuthorizationForeign policyAction (physics)Element (criminal law)Political economyLawPublic administrationSociologyEconomicsComputer securityMarket economy

Résumé

récupéré en direct d'OpenAlex

Over the years, the US has intervened covertly in many countries to remove dictators, subvert elected leaders, and support coups. Explanations for this focus on characteristics of target countries or strategic incentives to pursue regime change. This Element provides an account of domestic political factors constraining US presidents' authorization of covert foreign-imposed regime change operations (FIRCs), arguing that congressional attention to covert action alters the Executive's calculus by increasing the political costs associated with this secretive policy instrument. It shows that congressional attention is the result of institutional battles over abuses of executive authority and has a significant constraining effect independent of codified rules and partisan disputes. These propositions are tested using content analysis of the Congressional Record, statistical analysis of Cold War covert FIRCs, and causal-process evidence relating to covert interventions in Chile, Angola, Central America, Afghanistan, etc.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,801
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,246
Écart entre enseignants0,221 · 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
GenreAutre

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

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetPolitical Conflict and GovernanceTravaux en français237 207