MétaCan
Menu
Retour à la cohorte
Enregistrement W6963062071 · doi:10.17605/osf.io/avfuq

Public Support for Collective Defense in NATO during the Second Trump Administration: A Longitudinal Study

2025· other· en· W6963062071 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Science Framework · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCredibilityAlliancePresidential systemPublic supportCollective securityPublic opinionFlexibility (engineering)Rhetoric

Résumé

récupéré en direct d'OpenAlex

In this project, we will conduct a longitudinal investigation of public views on collective defense in NATO during the second Trump presidential administration (January 2025–January 2029). We will collect survey data three times annually from the following five countries: the United States, the United Kingdom, Canada, Poland, and Germany. Our primary aim is to test whether Trump’s rhetoric and approach to alliance management lead to discernible shifts in public perceptions of and support for collective defense commitments in NATO. On the one hand, some experts argue that Trump’s approach undermines the credibility of U.S. commitments to NATO allies, which could, in turn, erode the credibility of NATO’s system of collective defense as a whole. On the other hand, some argue that Trump’s unconventional approach will force European allies to make major investments in their defense, which could strengthen NATO’s military capabilities and, consequently, enhance the credibility of collective defense commitments. We propose competing hypotheses to account for these countervailing developments (while noting that they could potentially offset one another, resulting in no net change in public views of collective defense). We will also retain the flexibility to conduct ad hoc surveys following significant future events that may plausibly influence public attitudes in this area.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,347
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0060,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,072
Tête enseignante GPT0,373
Écart entre enseignants0,302 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Science FrameworkTravaux en français237 207