Bibliographic record
Abstract
« En s’appuyant sur le cas de l’incident de Hainan, Jérémie Cornut propose une analyse originale du rôle des excuses dans la diplomatie et la politique internationale. L’auteur croise différentes traditions théoriques et produit un modèle d’analyse à la fois cohérent et éloquent. Ce pluralisme sans concession offre une défense audacieuse de l’éclectisme analytique dans la théorie des relations internationales. » Rudra Sil, Professeur, Département de science politique, University of Pennsylvania « Si l’éclectisme analytique est à la mode en Relations internationales, peu de chercheurs savent comment le mettre en oeuvre dans leurs travaux. Jérémie Cornut élabore une méthode brillante de simplicité et d’efficacité pour combiner diverses approches dans l’explication de la politique mondiale. Voilà un livre fort utile qui permet de repenser la théorie dans ses applications pratiques. » Vincent Pouliot, Professeur agrégé et Directeur, Centre for International Peace and Security Studies (CIPSS), McGill University « Jérémie Cornut offre l’occasion de sortir du monologue narcissique sur l’état et l’avenir de la théorie, pour recentrer notre attention sur son objet d’étude. Il nous rappelle que, comme toute science sociale qui se respecte, les Relations internationales doivent s’adapter à la nature et à la complexité du réel, loin de tout parti-pris idéologique. Sa presentation rigoureuse du pragmatisme problem-driven est doublée d’une démonstration de sa valeur empirique qui, au-delà du cas d’étude, ne manquera pas d’éveiller l’intérêt de tous ceux qui tentent, avec toujours plus d’urgence, de faire sens d’un monde irrémédiablement complexe. » Inanna Hamati-Ataya, Reader in International Politics, Aberystwyth University
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.010 | 0.010 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 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".