MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132903129

The Warping of International Humanitarian Law: Problematizing Regime Interaction in the Law of Armed Conflict

2023· dissertation· W7132903129 sur OpenAlexaff
Abhinav Chauhan

Notice bibliographique

RevueTSpace · 2023
Typedissertation
Langue
DomaineSocial Sciences
ThématiqueInternational Law and Human Rights
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDoctrineImage warpingInternational humanitarian lawArgument (complex analysis)Armed conflictInternational lawHuman rightsHumanity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This essay has two aims. The first is to demonstrate that substantive international humanitarian law (IHL) is being ‘warped’ in its application through the prisms of international human rights law (IHRL) and international criminal law (ICL), i.e. IHL's substantive norms are being reinterpreted by IHRL and ICC courts and institutions. 'Warping' can undoubtedly create normatively desirable outcomes that improve IHL doctrine without upsetting its internal principles, in particular the balance between humanity and military necessity. However, there are also many instances of warping where IHL is made weaker. The central argument of this essay is that the outcomes of warping are inherently uncertain, and this uncertainty in the development of IHL norms, and especially uncertainty as to what the positive law is, constitutes a significant threat to IHL compliance. The second aim of this essay is to outline potential ways forward to address the risks of the warping of IHL. Firstly, warping occurring at the doctrinal level might be avoided through a theory of ‘compound norms’ accounting for the composite nature of the norms applied by ICL and IHRL institutions: they contain both IHL and IHRL/ICL elements resulting in a compound different from its component parts. Secondly, warping at an institutional level might be prevented through more formalised cooperation between law of armed conflict institutions.

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)0,009
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,049
Communication savante0,0100,013
Science ouverte0,0020,009
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,403
Écart entre enseignants0,346 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueTSpace→Même sujetInternational Law and Human Rights→Travaux en français237 207→