Bibliographic record
Abstract
Die Frage, ob es sich bei bewaffneten Drohnen um eine aus Sicht des humanitären Völkerrechts unbedenkliche Militärtechnologie handelt, ist Gegenstand der vorliegenden Untersuchung. Im ersten Teil werden bewaffnete Drohnen der Prüfung des Art. 36 ZP I unterzogen, wobei die Datengrundlage derzeit im Einsatz befindliche bewaffnete Drohnenmodelle bilden. Inhalt, Umfang und Umsetzung der Prüfpflicht aus Art. 36 ZP I sind in der Wissenschaft bisher nicht erschöpfend behandelt worden, da auch die Staaten sich aufgrund der hoch sensiblen Informationen diesbezüglich bedeckt halten. Ein Diskurs in diesem Bereich ist dringend notwendig, da es sich um eine der wenigen präventiven Maßnahmen im internationalen Waffenrecht handelt. Darüber hinaus geht die vorliegende Betrachtung davon aus, dass im Falle der Drohnentechnologie einmal mehr anzunehmen ist, dass sie aufgrund ihrer einzigartigen Eigenschaften die moderne Art der Kriegsführung nachhaltig prägen wird. Diesbezüglich werden Warnungen laut, dass Drohnen a) aufgrund ihrer Reichweite und gezielten Einsetzbarkeit den globalen Krieg ermöglichen, b) aufgrund ihrer „Unauffälligkeit“ die Geheimhaltung bewaffneter Angriffe begünstigen und c) der für eigene Soldaten risikolose Drohneneinsatz die Entscheidung zur kriegerischen Durchsetzung politischer Interessen erleichtern würde. Diese Thesen wurden bisher aus unterschiedlichen Perspektiven beleuchtet, rechtliche Bewertungen sind hier jedoch rar. Um festzustellen, ob es sich bei den angesprochenen Thesen um rein politische oder vielleicht doch rechtlich relevante und somit um rechtspolitische Fragen handelt, ist eine Würdigung der antizipierten Einflüsse der Drohnentechnologie aus Sicht des humanitären Völkerrechts unverzichtbar. Der Erörterung dieser Fragen widmet sich der zweite Teil.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.001 | 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; both teacher heads agree on what is shown here.
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".