MétaCan
Menu
Retour à la cohorte
Enregistrement W4415464477 · doi:10.1353/isia.0.a973260

Sino-Russian Frenemies in the Arctic: A Friendship as Fragile as Glaciers

2025· article· en· W4415464477 sur OpenAlexaboutno aff
Frans Lavdari, Xhulio Lavdari

Notice bibliographique

RevueIrish Studies in International Affairs · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSanctionsGlacierBeijingFriendshipArcticChina

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: The rapid melting of glaciers which in recent years has changed the Arctic environment, has opened the door to the marketing of products from the north of the world. The possibility of reducing the duration of sea voyages for ships going between Asia and Europe has led many nations to increase investments and therefore their presence in regions including China. In the past decade, China has intensified cooperation with Russia in the Arctic through investments in infrastructure, research, technology, collaborations and international trade agreements. Until now, the Sino-Russian plans in the area were seen as solid and long-term, thanks to mutual interests (economic/military for Russia and commercial for China). However, as this research presents, new factors such as the Ukraine crisis, sanctions and international isolation for Russia, China's willingness to expand trade to the West (especially with Europe and Canada) and its determination to become a key player in the area, as well as mutual suspicions related to national and international interests, show how Sino-Russian cooperation is not as stable as presented. It is under threat from personal clashes between the Kremlin and Beijing that increase distances rather than fosters friendships, further isolating Russia, and leading China to cooperate with new Arctic actors, such as Iceland, Canada and some Scandinavian countries.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,006
Communication savante0,0050,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
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 Opus0,043
Tête enseignante GPT0,411
Écart entre enseignants0,368 · 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 revueIrish Studies in International AffairsMême sujetArctic and Russian Policy StudiesTravaux en français237 207