MétaCan
Menu
Retour à la cohorte
Enregistrement W4414144970 · doi:10.5206/sc.v13i1.23026

Canada and the United States: A Divergence in Attitudes Towards Defence and NATO

2025· article· en· W4414144970 sur OpenAlexaboutno aff
Bita Pejam

Notice bibliographique

RevueThe Social Contract · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDominance (genetics)MultilateralismDivergence (linguistics)IdeologySoft powerPower (physics)Hard power

Résumé

récupéré en direct d'OpenAlex

The stark divergence in Canadian and American approaches to defence spending and NATO contributions highlights fundamental differences in how these allies conceptualize security. While the United States prioritizes hard power—allocating 3.4% of GDP to military expenditure and emphasizing coercive capabilities—Canada adopts a soft power strategy, focusing on diplomatic engagement, peacekeeping, and leadership in NATO missions despite spending only 1.3% of GDP on defence. This contrast has fueled tensions, particularly under the Trump administration, which labelled Canada a "free-rider" for failing to meet NATO’s 2% spending target. Yet Canada counters that its qualitative contributions—such as leading NATO battlegroups in Latvia and training missions in Iraq—demonstrate commitment through participation rather than pure financial metrics. The debate underscores deeper ideological divides: The U.S. views military and economic dominance as central to global security, whereas Canada champions multilateralism and institutional engagement. While these differing approaches have strained bilateral relations, NATO’s structure accommodates both, as seen in Article 2’s emphasis on democratic values alongside collective defence. Moving forward, the challenge lies in balancing hard power expectations with soft power’s diplomatic merits, especially as the Biden era reshapes transatlantic priorities.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,128
Score d'incertitude au seuil0,931

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0170,011
Communication savante0,0090,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,015
Tête enseignante GPT0,301
Écart entre enseignants0,286 · 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
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 revueThe Social ContractMême sujetCanadian Policy and GovernanceTravaux en français237 207