Mobilizing at the United Nations : the case of the nuclear weapons prohibition
Bibliographic record
Abstract
L’ouverture de la négociation pour un traité sur l’interdiction des armes nucléaires (TIAN) en 2017 fait suite à une initiative sur les « conséquences humanitaires de l’arme nucléaire » (CHAN) qui s’est développée dans les enceintes onusiennes mais également à travers des conférences internationales ad hoc. Revendiquant une filiation avec les processus dits d’Ottawa sur les mines antipersonnel et d’Oslo sur les armes à sous-munitions, cette initiative CHAN en a repris des éléments de stratégie, notamment le (re)cadrage dit « humanitaire » des armes nucléaires. Cette thèse analyse en termes de mobilisation ce processus en grande partie diplomatique. Cela se justifie, d’une part, en raison du caractère essentiel de cette dynamique de mobilisation pour porter le sujet du TIAN à l’agenda formel de l’ONU et, d’autre part, compte tenu de l’implication, aux côtés des États, de plusieurs catégories d’acteurs non-étatiques. Le fait que cette initiative soit parvenue à un résultat concret constitue l’énigme de la genèse du TIAN et de cette thèse (variable dépendante). Considérant l’apport du tournant cognitif pour la sociologie des mouvements sociaux, nous avons utilisé le cadrage « humanitaire » en tant que variable indépendante. Nous n’avons pas ignoré la mobilisation des ressources ni la théorie des opportunités politiques. À cet égard, d’autres éléments de la stratégie des prohibitionnistes ont été décisifs, notamment le travail diplomatique consistant à poser les jalons institutionnels de la mise à l’agenda. Quant au cadrage, son rôle a été majeur pour aplanir les différences, faire apparaître une unité, susciter des émotions et faire qu’agir devienne impératif.
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.019 | 0.012 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.009 | 0.006 |
| Insufficient payload (model declined to judge) | 0.015 | 0.001 |
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".