The true North strong and free: en sammenlignende studie av norsk og kanadisk sikkerhetspolitikk med særlig vekt på arktis.
Bibliographic record
Abstract
Arktis er blitt satt ettertrykkelig på kartet i løpet av de siste 10-15 årene på grunn av klimaendringer, issmelting og konsekvensene av dette, men også på grunn av utsikter til betydelige naturressurser som fisk, olje, naturgass, mineraler og metaller. Denne nyåpnede verden stiller også de sirkumpolare statene overfor et antall nye utfordringer hva gjelder suverenitet og sikkerhet.\nCanada og Norge er nære allierte og har mye til felles, men de har også hver sin tolkning av hva arktisk sikkerhet innebærer. Norge ønsker sine allierte velkommen til nordområdene mens\nCanada foretrekker å markere suvereniteten alene og ser ingen rolle for NATO i Arktis. I denne oppgaven forsøker jeg avdekke og utforske bakgrunnen for den ulike bakgrunnen.\nDen viktigste forskjellen mellom den norske og den canadiske innstillingen til sikkerhets-politikken ligger i de selvdefinerte rollene statene har inntatt, Canada som mellommakt og leverandør av sikkerhet, Norge som småstat og nettoimportør av sikkerhet. Canada har aldri vært utsatt for en nasjonal trussel. Norge på sin side har hatt truende eller i det minste uforutsigbare naboer rundt seg konstant helt siden Norge ble en uavhengig stat i 1905 med Russland/Sovjet-unionen som konstant bekymring.\nGeografien og klimaet er også blant faktorene som påvirker de to landenes ulike sikkerhetspolitikk.
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 | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.006 | 0.009 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.027 | 0.003 |
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".