MétaCan
Menu
Retour à la cohorte
Enregistrement W7128474015 · doi:10.64903/1480-6800-26.2.180

Middle Power’s Soft Engagement: Whether Hard Power Can Be a Tool of Soft Power?

2023· article· W7128474015 sur OpenAlexvenueno aff
Muhammad Fahim, Md. Nazmul Islam

Notice bibliographique

RevueArab world geographer · 2023
Typearticle
Langue
DomaineSocial Sciences
ThématiquePolitics and Conflicts in Afghanistan, Pakistan, and Middle East
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoft powerHard powerPower (physics)State (computer science)Middle EastSri lanka

Résumé

récupéré en direct d'OpenAlex

This article is an attempt to shed light on all possible aspects of military soft power with reference to the case study of the Pakistani military. This study reveals the Pakistani state’s effective use of the military (hard power) as a soft power, which is the only available tool at its disposal due to its inability to use other soft power tools. Without such effective use of hard power as soft power, the Pakistani state would not have had such an impact on many countries of the world, especially the Muslim world and the Middle East in particular. Therefore, can the Pakistani influence be measured by the Pakistani flags all over Baku after the second Nagorno-Karabakh war, the economic help from the Gulf countries, the appraisal statements from Sri Lanka and Bosnia, the peacekeeping missions in many countries, and so on? Was this all possible because of Pakistan’s military soft power? Is it the latter that has saved the Pakistani state from a total economic collapse? This paper expands Nye’s soft power theory to the middle power’s use of hard power as a soft power using the qualitative and quantitative methods of analysis. Moreover, it is of paramount importance to look into the possibility where hard power tools can be used as soft power (direct or indirect military actions) when it is the only option available due to the state’s inability to use other soft power tools.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0060,028
Communication savante0,0120,014
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,038
Tête enseignante GPT0,285
Écart entre enseignants0,247 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArab world geographerMême sujetPolitics and Conflicts in Afghanistan, Pakistan, and Middle EastTravaux en français237 207