Kampen i kampanjene: Hvordan sikre seg en plass ved verdens mektigste bord
Bibliographic record
Abstract
Konkurransen mellom FNs medlemsland om en plass i Sikkerhetsrådet har blitt tøffere, men litteraturen på akkurat denne delen av internasjonal politikk, og på hvordan kampanjer fungerer i en slik valgkamp, er veldig begrenset (Ekengren og Möller, 2020). I denne oppgaven diskuteres følgende problemstillinger: Hvor viktige er kampanjer for å vinne en plass i Sikkerhetsrådet, og hvilke faktorer ved kampanjene er i så fall utslagsgivende for å lykkes med å bli valgt til Sikkerhetsrådet? Oppgaven analyserer kampanjene til Canada og Norge for en plass i Rådet for 2021-2022 perioden, der Norge ble valgt inn til Sikkerhetsrådet og Canada mislyktes. Datamaterialet i denne oppgaven er innhentet gjennom dokumentanalyse, feltarbeid og semistrukturerte eliteintervjuer med til sammen 25 informanter. Funnene fra analysen indikerer at kampanjer spiller en avgjørende og vesentlig rolle i spørsmålet om hvem som får en plass i Sikkerhetsrådet, men at dette først og fremst gjelder for Vest-gruppen av medlemsland. De empiriske observasjonene indikerer tre faktorer som er særlig avgjørende for å vinne en plass i Sikkerhetsrådet. Den første faktoren er et tidlig annonsert kandidatur, både for å sikre stemmebytteavtaler, men også fordi Canada sitt sent annonserte kandidatur ble ansett som dårlig diplomatisk kutyme av flere medlemsland. Den andre faktoren er en stabil deltagelse fra høyt politisk hold med de samme nøkkelpersonene som promoterer og fronter kampanjen, der Norge hadde en større grad av stabilitet og jevn tilstedeværelse av utenriksminister og statsminister i kampanjen. Den siste faktoren er «personlige relasjoner» og et større søkelys på en-til-en-relasjoner i kampanjen fremfor storslåtte arrangementer. Norge fokuserte i større grad på personlig kontakt mellom de som frontet kampanjen og valgansvarlige, der de personlige relasjonene i valgkampen ser ut til å ha spilt en avgjørende rolle. Den komparative casestudien anvender et nytt teoretisk rammeverk utviklet av Ekengren og Möller nettopp for å analysere slike kampanjer. Casestudien finner også noen flere punkt ved rammeverket som bør inkluderes til videre undersøkelser da de var avgjørende elementer i denne casestudien.
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 | 0.004 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.064 | 0.006 |
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".