Le dialogue Asie-Europe (ASEM) depuis les années 1990 : plus pertinent, moins intelligible
Bibliographic record
Abstract
Depuis les années 1990, l’ASEM s’est imposé avant tout autre chose comme un forum diplomatique et un outil de diplomatie publique. À l’aune de développements spécifiques (l’initiative chinoise « OBOR » ou la crise des migrants en Europe), et d’un contexte général particulier (morosité économique en Europe, émergences complexes et disputes maritimes en Asie...), quelle utilité et quel avenir pour un tel format ? L’ASEM est-il un forum dépassé, ou au contraire un outil sous-utilisé ? Afin d’apporter à cette question une réponse, nécessairement partielle, cette contribution s’attache à analyser la contribution spécifique de l’ASEM aux dynamiques plus larges Asie-Europe. Elle met en lumière les limitations les plus évidentes dans le champ de la sécurité, qui représentent le principal défi de « l’institution ASEM », en même temps qu’elle replace la valeur de l’outil diplomatique dans le cadre du projet partagé de renforcement de la « connectivité ». Mis au défi de la sécurité, il ressort de la présente analyse que le format ASEM ne pourra trouver son souffle que dans la connectivité de ses membres et dans l’esprit régionaliste qu’il parviendra à catalyser.
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 | 0.010 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.008 |
| Scholarly communication | 0.012 | 0.009 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.009 | 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".