La surveillance : un instrument d’évitement de l'intrusion militaire dans le champ politique camerounais
Bibliographic record
Abstract
Résumé Dans la littérature existante, les auteurs associent l'absence et la non-récurrence des intrusions militaires dans le champ politique à la peur des sanctions d'un éventuel échec, à des nominations militaires sélectives sur la base identitaire, à la mise en place de contrepoids militaires, à l'institutionnalisation d'un régime de privilèges militaires et au sens de professionnalisme de l'armée. Partant du postulat que les militaires sont des acteurs rationnels dont la loyauté et la fidélité peuvent évoluer en fonction des conjonctures et des « fenêtres d'opportunités » qui se présentent à eux, cet article montre que ces facteurs ont un pouvoir explicatif limité et soutient qu'une surveillance efficace – aussi bien des militaires que des acteurs sociopolitiques qui peuvent leur donner un prétexte d'intrusion dans le champ politique – est le facteur déterminant. Au-delà de la non-occurrence du coup d’État, cette explication contribue à la littérature sur les stratégies de survie autoritaire. Cette littérature met un accent exclusif sur la répression, la cooptation et la légitimation ; or, la surveillance s'entremêle avec ces stratégies, et ce sont leurs effets combinés qui créent les conditions de la persistance autoritaire.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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.
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".