MétaCan
Menu
Retour à la cohorte
Enregistrement W4410075611 · doi:10.1177/09670106241300282

Firearms analogies and settler colonialism in US nuclear deterrence strategy

2025· article· en· W4410075611 sur OpenAlexaff
Joseph MacKay, Jamie Levin

Notice bibliographique

RevueSecurity Dialogue · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGun Ownership and Violence Research
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésDeterrence (psychology)ColonialismDeterrence theoryPolitical scienceNuclear weaponNuclear strategyCriminologyPolitical economyLaw and economicsLawEconomicsSociology

Résumé

récupéré en direct d'OpenAlex

Abstract Nuclear strategy has long been formulated through analogies. We focus on one in particular: guns. Early nuclear strategists in the United States used multiple analogical comparisons to make sense of the new, apparently unprecedented technology that confronted them. They compared nuclear deterrence to gun dueling and the nuclear revolution itself to the rise of gunpowder on European battlefields. Both analogies invoked empire, in the form of American settler frontier gunfights and the impact of firearms on European expansion. This article offers a critical reading of them. We show both analogies were historically flawed, relying on outdated accounts of how firearms shaped military-political change. Our argument proceeds in three stages. First, we document the role of gun analogies in early US nuclear strategic writing. Second, we critically evaluate the analogy, showing its historical and analytical limits. Drawing on firearms literatures in history, sociology, criminology, and economics, we show that much of what we now know about firearms diverges from nuclear theory and history. Third, we develop an alternative interpretation, contrasting these analytical fictions with the actual history of nuclear colonialism.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,031
Communication savante0,0060,005
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,027
Tête enseignante GPT0,353
Écart entre enseignants0,326 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSecurity DialogueMême sujetGun Ownership and Violence ResearchTravaux en français237 207