Comment et pourquoi mobiliser les émigrés ? Approche comparée des partis politiques à l’étranger. Avant-propos
Bibliographic record
Abstract
Les littératures sur les partis politiques et sur le transnationalisme ne se sont presque jamais croisées. Les partis politiques à l’étranger constituent donc un angle mort académique. L’introduction présente une vue d’ensemble des principales questions et débats théoriques, souligne les lacunes existantes et valorise l’importance d’une meilleure compréhension du phénomène croissant des partis politiques à l’étranger. Elle soutient que les partis à l’étranger sont les acteurs d’une nouvelle arène pour la citoyenneté et la politique partisane. La généralisation du vote à l’étranger et le développement d’institutions représentatives des émigrés ont transformé et renforcé les liens civiques et politiques entre les États et leur diaspora. Cela a également créé de nouvelles opportunités pour les entrepreneurs politiques et les partis politiques, avec pour mission de toucher les citoyens vivant à l’étranger. Les partis à l’étranger se caractérisent toutefois par une grande diversité de formes et de fonctions, comme le met en exergue une proposition de typologie. L’introduction esquisse enfin la structure générale du dossier et décrit comment les divers articles s’inscrivent dans cette question générale.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.025 | 0.002 |
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".