Lutte anti-trafic transfrontalière en Asie du Sud-Est : la coopération subrégionale comme tremplin pour le régionalisme en matière de sécurité
Bibliographic record
Abstract
L’Asie du Sud-Est est un terreau fertile pour les menaces dites « non traditionnelles » à la sécurité. Le développement de la coopération multilatérale est aujourd’hui largement considérée comme le meilleur moyen de lutter contre ce type d’enjeux transnationaux et/ou non militaires. L’Association des Nations d’Asie du Sud-Est (ASEAN) est la cible de nombreuses critiques concernant la difficulté de l’organisation à faire progresser la coopération régionale en matière de sécurité au-delà de l’établissement de la confiance mutuelle entre ses membres. La culture diplomatique de l’ASEAN est pointée du doigt comme la source de son incapacité à contribuer significativement à la résolution pacifique des conflits territoriaux, notamment en mer de Chine méridionale. Toutefois, elle se révèle adaptée à la mise en place de mécanismes subrégionaux qui visent à renforcer la sécurité non traditionnelle, notamment dans le cas du trafic de drogue. L’analyse de l’élaboration de mécanismes subrégionaux de sécurité, de leur compatibilité avec les objectifs de sécurité régionale et de la possibilité de délimiter des aspects consensuels autour desquels bâtir la coopération met en lumière l’importance d’inclure la sécurité non traditionnelle dans l’étude du régionalisme en Asie du Sud-Est.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.005 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".