Privatizing Military Production
Notice bibliographique
Résumé
The end of the Cold War and subsequent reduction in the size of the military raised many questions about how the Army makes or buys its war materiel. It has a large industrial base, parts of which it owns and operates solely and parts of which are run by civilian contractors. Examples include ammunition plants and arsenals that make heavy ordnance such as gun tubes. The base is large compared with current or anticipated needs and thus underused. Furthermore, much of the equipment is aging and inefficient. Finally, industrial production falls outside the Army's inherently governmental function. Most Western nations with modern armies rely entirely on the private sector to meet their needs for military equipment and ammunition. Indeed, two-thirds of the United States Army's ammunition dollars already go to completely commercial plants. Thus, the question arises: Should privatization play a larger role in the Army's procurement processes? Research carried out in two of the RAND Corporation's federally funded research and development centers, RAND Arroyo Center and RAND National Defense Research Institute, investigated this issue, and the results of the research appear in two publications: "Rethinking Governance of the Army's Arsenals and Ammunition Plants" and "Lessons from the North: Canada's Privatization of Military Ammunition Production." The key findings were as follows: (1) privatizing Army ammunition plants and turning the arsenals into a Federal Government corporation could save the Army money, foster innovation and efficiency, and enable senior leaders to focus on their priority function; (2) potential cost savings range from $525 million to $1 billion in the short term, and from $900 million to $3 billion in the long term; (3) risk associated with privatization and creating a Federal Government corporation is low; and (4) the Canadian experience in privatizing ammunition plants is relevant and support the argument for privatizing U.S. plants.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,002 |
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 ».