Global governance innovation report 2023: redefining approaches to peace, security, and humanitarian action
Notice bibliographique
Résumé
<p>In introducing novel ideas for the September 2024 Summit of the Future and New Agenda for Peace, this report seeks to encourage more ambitious, forward looking thinking and deliberation on global governance renewal and innovation. The world needs better ways to manage its many, growing problems. Engaging new voices, instruments, networks, knowledge, and structures is the key to coping with today’s and future global challenges, which include, but are not limited to, renewed Great Power tensions, deepening Global North-South divides, virulent nationalism, runway climate change, and unconstrained artificial intelligence. Against this backdrop, the inaugural Global Governance Innovation Report (GGIR) aims to inform and advance debates on improving global governance, and to spur action to that end, drawing on insights from two new tools: a Global Governance Index and a Global Governance Survey. Encouraging greater ambition in preparations for the September 2024 Summit of the Future in New York and a New Agenda for Peace, the report offers proactive measures to better prevent, and failing that, limit the escalation of deadly conflict; reconsiders disarmament measures to boost conditions for conflict management and resolution; and proposes a next generation humanitarian action architecture to save more lives when conflict prevention and mitigation fail. Central to a strategy for change, GGIR’23 introduces five steps for mobilizing a broad-based, smart coalition of governments and civil society groups to maximize the generational opportunity afforded by next year’s Summit, to better ensure “the future we want and the United Nations we need” for present and future generations.<br></p>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».