Le retour du Canada? Le déploiement de militaires au sein des opérations de paix des Nations Unies sous le gouvernement de Justin Trudeau (2015-2019)
Notice bibliographique
Résumé
La volonté d’un pays de participer, ou non, aux opérations de paix de l’Organisation des Nations unies, a fait l’objet de diverses études afin d’expliquer quels sont les facteurs qui influencent la participation à ces opérations. En s’appuyant sur le cadre d’analyse élaboré par Alex J. Bellamy et Paul D. Williams, ce mémoire analyse les facteurs qui ont influencé la participation du Canada, sous le gouvernement Trudeau de 2015 à 2019, aux opérations onusiennes. Cette étude de cas se base sur l’analyse de sources primaires (entrevues, documents gouvernementaux, discours, déclarations) ainsi que de sources secondaires (articles journalistiques, littérature scientifique). L’objectif de cette étude de cas est de mettre en lumière le ou les facteurs ayant le plus influencé la décision canadienne de participer à la mission onusienne au Mali de 2018 à 2019. Ce mémoire révèle que les facteurs politiques, comme le prestige national et la voix au sein des affaires des internationales et des Nations Unies, sont ceux ayant eu le plus d’impact sur la décision canadienne de participer à cette mission. Alors que de nombreux facteurs inhibiteurs, comme les priorités alternatives et la politique domestique difficile, ont eu une importante influence sur le processus décisionnel.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,014 | 0,005 |
| Communication savante | 0,011 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».