Special Data Feature Legislative response to international
Notice bibliographique
Résumé
This article presents a new dataset dubbed LeRIT which identifies the legislative response to international terrorism in 20 liberal Western democracies, 2001–08. The dataset distinguishes 30 regulations governments may implement with the intention of reducing the risk of terrorist attacks. LeRIT covers legislation dealing with, inter alia, the rights of the executive to intercept, collect and store communications for anti-terrorist purposes, changes in pre-charge detention for terror suspects and modifications of immigration regimes. I aggregate these distinct regulations into three composite indices, distinguishing according to the main target of regulations, citizens, suspects, and immi-grants. This dataset contributes to the analysis of the consequences of international terrorism and provides a detailed account of the patterns in the legislative response to international terrorism from 2000 to 2008. I show that while all liberal Western democracies reinforced their counter-terrorist legislation, the scope of countries ’ regulatory response to terrorism differed largely. Some countries (i.e. the UK and the USA) implemented the full battery of regulatory responses while others (i.e. Scandinavian countries but also Canada and Switzerland) remained reluctant to cut deeply into the net of civil rights for citizens, suspects and immigrants alike. To further demonstrate the potential usefulness of the dataset, the article includes an example of analysis on the legislative response to international terror-ism. The reported baseline model suggests that a combination of risk assessment and political factors influence gov-ernments ’ willingness to cut deep into the net of civil rights.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,037 |
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 ».