Bibliographic record
Abstract
Das Streben nach politischer Autonomie war in den 1980er und 1990er Jahren der zentrale Gegenstand für sehr viele der heftigsten und längsten Konflikte der Welt. Die Protagonisten dieser Konflikte waren auf der einen Seite politisch organisierte ethnische Gruppen, die nach größerer Autonomie oder Unabhängigkeit strebten, und auf der anderen Seite Regierungen, die versuchten, die zentrale Staatsgewalt in ihren Staaten und deren territoriale Integrität zu bewahren. Die Kosten an Menschenleben von einigen dieser Konflikte waren erschreckend, so zum Beispiel zwischen 1983 und 1999 zwei Millionen Tote unter der Zivilbevölkerung im Sudan und mehr als 140.000 in Bosnien1. Jeder Staat mit einer heterogenen Bevölkerung und regional konzentrierten Minderheiten ist dem Risiko separatistischer Konflikte ausgesetzt. Allerdings sind solche Konflikte nicht per se gewaltsam. Viele Gruppen, die sich in ihrer Kultur von anderen unterscheiden, verfolgen separatistische Ziele mit gewaltlosen politischen Mitteln, zum Beispiel die Tataren in der Russischen Föderation und die First Nations of Canada. Die 16 Nachfolgestaaten der Sowjetunion erreichten ihre Unabhängigkeit praktisch ohne Gewalt ebenso wie sich die Tschechische und die Slowakische Republik 1993 friedlich voneinander trennten. Selbst wenn es bei separatistischen Konflikten zu organisierter Gewalttätigkeit gekommen ist, gibt es die Chance, den Konflikt auf dem Verhandlungsweg beizulegen, wie es im palästinensisch-israelischen Konflikt und im zwanzigjährigen Krieg zwischen den Chakma der Chittagong-Bergregion und der Regierung von Bangladesh der Fall war.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.007 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.000 | 0.006 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.001 |
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".