Canada’s Postwar Re‑armament: Another Look at American Theories of the Military‑Industrial Complex
Bibliographic record
Abstract
De 1947 à 1953, le budget canadien pour la défense nationale est passé de 195 millions de dollars à 1,8 milliard. La défense nationale, comme le signalait Brooke Claxton, est devenue la plus grande industrie du Canada. L'auteur se propose donc de nous éclairer sur les aspects économiques de la politique de défense et, entre autres, sur celui de la mobilisation de l'industrie au service de la guerre. Les raisons d'être de cette mobilisation sont étudiées plus particulièrement de même que le processus de son développement et l'impact qu'elle a exercé sur l'économie canadienne. Dans le regard qu'il porte sur ce problème, l'auteur se demande de plus dans quelle mesure la littérature américaine concernant le MIC (Military-Industrial-Complex) peut aider à l'analyse de la question du réarmement dans cette période de l'après-guerre canadienne. Il conclut en expliquant les raisons pour lesquelles le Canada n'a pas développé un « complexe de l'industrie militaire » comparable à celui qui a été édifié aux Etats-Unis pendant la même période.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.021 | 0.012 |
| Scholarly communication | 0.009 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.011 | 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".