Menschliches Leid durch überlegende Feuerkraft : Demokratien und der Einsatz von Streubomben im Krieg
Bibliographic record
Abstract
"Auch die Truppen der NATO haben für die Folgen der Luftoperation teuer bezahlt", konstatiert General Klaus Reinhardt in seinen Tagebuchaufzeichnungen als deutscher Kommandeur im Kosovo und beschreibt die Gefahren von Blindgängern für die eigenen Truppen. Doch nicht nur in den Kriegen auf dem Balkan, auch in Afghanistan setzen die NATO bzw. die USA und Großbritannien Streubomben ein - also Waffen, die die Verhältnismäßigkeit in der Kriegsführung konterkarieren, da ihnen nicht nur Soldaten, sondern auch Zivilisten zum Opfer fallen.\n\nIn ihrem HSFK-Standpunkt diskutiert die Autorin deshalb das Verhältnis dieser Waffentechnologie zu den Prinzipien des humanitären Völkerrechts.Im Vordergrund steht dabei der Widerspruch in der Kriegsstrategie von Demokratien, die Opfer vermeiden wollen, aber durch den Einsatz von Streubomben unkalkulierbare "Kollateralschäden" in Kauf nehmen. Einen weiteren Aspekt bilden die daraus resultierenden, nicht unerheblichen Kriegsfolgekosten im Irak, im Kosovo und in Afghanistan.\n\nOb die Initiativen verschiedener Nichtregierungsorganisationen, den Einsatz von Streubomben zu beschränken oder gar zu verbieten - vergleichbar dem Ottawa-Vertrag von 1997 zu Anti-Personenminen -, Eingang in das Völkerrecht finden, scheint ungewiss. Afghanistan hat gezeigt, dass auch in den Kriegen der Demokratien die Schonung der Zivilbevölkerung nicht an erster Stelle steht.\n
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.007 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.023 | 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".