Understanding change in times of crises: US–China competition and the prospects for peaceful change
Notice bibliographique
Résumé
Abstract This essay explores the nature, causes, and prospects of three types of international order transitions: systemic, institutional, and systems transitions. It argues that peaceful change remains possible despite growing turbulence in the context of US–China competition. Historically, systemic transitions, marked by shifts in the distribution of power among great powers, were often driven by crises and wars. Today, however, nuclear deterrence, defensive military technologies, and the increasing agency of non-great powers create greater space for nonviolent systemic transitions. At the institutional level, states are pursuing strategies such as soft balancing, economic statecraft, and informal multilateralism to manage great power competition and shape rules, norms, and practices, fostering the possibility of peaceful institutional transitions in global governance. Looking further ahead, the rise of artificial intelligence and other emerging technologies may diffuse power beyond states, empowering corporations, NGOs, and other non-state actors. This could drive a more profound systems transition, fundamentally altering the structure and actors of the international order itself. While risks of technological overreach and geopolitical conflicts persist, this essay concludes that the trend toward low-violence great power rivalry, the growing agency of non-great powers, and the diffusion of critical technologies can collectively steer the international system toward more peaceful transitions in the context of US–China competition than in previous eras.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».