MétaCan
Menu
Back to cohort
Record W4312713227 · doi:10.7202/1085575ar

Une approche interdisciplinaire des enjeux, défis et évolutions liés aux pratiques des acteurs de l’humanitaire

2022· article· fr· W4312713227 on OpenAlexvenueno aff
Lyonnelle Ngouana

Bibliographic record

VenueÉtudes internationales · 2022
Typearticle
Languagefr
FieldSocial Sciences
TopicPeacebuilding and International Security
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Ce numéro réunit des contributions de chercheurs issus de trois disciplines : l’anthropologie, les sciences politiques et les sciences de l’information et de la communication. Elles prolongent les réflexions sur l’anthropologie de l’aide humanitaire, les registres rhétoriques mobilisés, le foisonnement d’acteurs et les enjeux politiques et de diplomatie. Ce faisant, plutôt que de s’inscrire dans un changement de paradigme, l’ensemble des contributions propose une approche réactualisée des enjeux, défis et évolutions liés aux pratiques des acteurs de l’humanitaire. La perspective développée part d’une approche diachronique pour mieux situer l’influence des contextes socioéconomiques et politiques actuels sur le phénomène humanitaire. À travers une vision pluridisciplinaire et complémentaire qui se décline sous la forme d’une grande variété d’approches, de matériaux et de méthodologies, les quatre analyses se focalisent spécifiquement sur les crises et enjeux liés aux discours, aux dynamiques d’acteurs et aux terrains de l’aide humanitaire. Elles questionnent quatre dimensions principales du phénomène de l’aide humanitaire : les dynamiques info-communicationnelles, les rapports entre l’humanitaire et le politique, les rencontres avec les bénéficiaires et les problématiques liées à la coordination des politiques et des actions sur les terrains.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.720
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0030.002
Scholarly communication0.0000.001
Open science0.0010.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0020.000

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.

Opus teacher head0.064
GPT teacher head0.396
Teacher spread0.331 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueÉtudes internationalesSame topicPeacebuilding and International SecurityFrench-language works237,207