MétaCan
Menu
Retour à la cohorte
Enregistrement W4416932638 · doi:10.5539/jpl.v19n1p27

Balancing Giants, Building Influence: Mongolia’s Soft Power in Asia

2025· article· W4416932638 sur OpenAlexvenueno aff
Batmunkh Gerelmaa

Notice bibliographique

RevueJournal of Politics and Law · 2025
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueRangeland Management and Livestock Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoft powerChinaCorporate governanceModernization theoryPoliticsDependency (UML)Foreign policyPower (physics)

Résumé

récupéré en direct d'OpenAlex

This article analyzes Mongolia’s evolving strategic goals in Asia and the progress of its soft power development. Since the 1990s, Mongolia has pursued a balanced foreign policy through its “Third Neighbor Policy,” while advancing long-term modernization under Vision-2050 and the New Recovery Policy. These strategies have enabled Mongolia to diversify partnerships beyond China and Russia, strengthen cultural diplomacy, and expand educational and scientific exchanges. The country’s climb to 108th place in the 2025 Brand Finance Global Soft Power Index underscores recent achievements in media visibility, culture, education, and international relations. Cultural revival initiatives, international performances such as The Mongol Khan, branding campaigns like “#GoMongolia,” and academic cooperation have played central roles in raising Mongolia’s profile. Yet, significant constraints persist, including political instability, economic dependency on mineral exports, infrastructural limitations, and governance challenges. The study concludes that while Mongolia has enhanced its visibility and cultural appeal, its ability to transform soft power into sustained influence depends on governance reforms, institutional continuity, and deeper regional and multilateral engagement.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0040,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,004
Tête enseignante GPT0,239
Écart entre enseignants0,235 · 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 revueJournal of Politics and LawMême sujetRangeland Management and Livestock EcologyTravaux en français237 207