Bibliographic record
Abstract
La COVID-19 a provoqué la crise mondiale la plus importante et la plus globale du 21e siècle. Pour certains, les répercussions ont été rapides et dramatiques, la pandémie poussant des dizaines de millions de personnes dans la pauvreté et générant une insécurité alimentaire extrême. Pour d’autres, les transformations bouillonnent encore sous la surface et des questions demeurent quant à savoir si les changements de société induits par la COVID-19 perdureront dans la période post-pandémique. Le retour de la géopolitique, avec la guerre en Ukraine et les tensions en Asie, complexifie le portrait mondial. \n \n Depuis mars 2020, on a vu une explosion d'analyses à propos de l'impact à court terme et des conséquences futures de la « longue COVID » sur les relations internationales. On a rapidement établi des parallèles établis avec l’effondrement de l'Europe des années 1930, raconté par Stefan Zweig dans ses célèbres mémoires, Le monde d’hier. Alors que la plupart des commentateurs font preuve de pessimisme, certains cherchent des lueurs de changement positif. Cette crise sans précédent exige de réfléchir à la manière dont, dans le « monde d’après », nous pouvons travailler à améliorer l'économie, la justice sociale, l'environnement, les relations entre les sexes, la santé et les institutions politiques - ou, à tout le moins, à faire en sorte qu'elles ne se détériorent pas davantage. \n \n Dans ce livre, 50 professeurs des quatre universités montréalaises, parmi les meilleurs experts de leur domaine, braquent le projecteur sur un défi spécifique : celui des relations internationales. À partir de leurs analyses, ils proposent des idées progressistes, pragmatiques et fondées sur les sciences sociales qui pourraient améliorer la coopération internationale, la sécurité et la prospérité durable après la fin de la pandémie. \n \n \n Note : Ce livre est publié en anglais aux Presses de l'Université d'Ottawa. La version originale de l'ouvrage est disponible aux Presses de l'Université de Montréal.
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 | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.940 | 0.990 |
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".