Abstract

This article addresses the discrepancy between the explanation and the prediction of political violence through the development of different models that approximate the decision-making on war and peace. Borrowing from the crisis bargaining literature, the prediction models particularly consider the situational attributes through which players can challenge the status quo. We distinguish between direct and indirect proxies of a weakening of the status quo and show that adding decision-making data can improve the accuracy of cross-sectional forecasting models. The study, which demonstrates the increased conflict risk due to the COVID-19 pandemic and thus another development upsetting the status quo, discusses the usefulness of decision-making forecasts through various case study illustrations.

Este artículo aborda la discrepancia entre la explicación y la predicción de la violencia política mediante la elaboración de diversos modelos que se acercan a la toma de decisiones sobre la guerra y la paz. Inspirados en las publicaciones sobre negociaciones de crisis, los modelos de predicción consideran, en particular, las características situacionales a través de las cuales las piezas claves pueden desafiar el statu quo. Distinguimos entre indicadores directos e indirectos de un debilitamiento del statu quo y demostramos que la incorporación de datos sobre la toma de decisiones puede mejorar la precisión de los modelos de previsión transversal. El estudio, que demuestra el aumento del riesgo de conflicto durante la pandemia de la COVID-19 y, por lo tanto, otro acontecimiento que altera el statu quo, analiza la utilidad de las previsiones para la toma de decisiones mediante diferentes ejemplos de casos prácticos.

Cet article aborde la divergence entre l’explication et la prédiction de la violence politique par le développement de différents modèles qui permettent une estimation des prises de décisions sur la guerre et la paix. S’inspirant de la littérature sur les négociations de crises les modèles de prédiction prennent en particulier en compte les attributs situationnels par lesquels les acteurs peuvent remettre en question le statu quo. Nous distinguons les variables directes des variables indirectes de l’affaiblissement du statu quo et montrons que l’ajout de données sur les prises de décisions peut améliorer la précision des modèles de prévision transversaux. L’étude, qui démontre l’augmentation du risque de conflit par la pandémie de COVID et donc une autre évolution bouleversant le statu quo, discute de l’utilité des prévisions de prises de décisions à travers diverses illustrations par des études de cas.

摘要

本文通过开发近似战争与和平决策的不同模型来解决政治暴力的解释和预测之间的差异。借用危机讨价还价的文献，预测模型特别考虑了参与者可以挑战现状的情境属性。我们区分了现状减弱的直接和间接代理，并表明添加决策数据可以提高横截面预测模型的准确性。该研究表明，由于 COVID-19 大流行导致冲突风险增加，从而导致另一项破坏现状的发展，该研究通过各种案例研究说明讨论了决策预测的有用性。

本文解决了对政治暴力的解释和预测之间的差异，中间是各种模型的详细阐述，这些模型侧重于战争与和平决策的托马。受危机谈判出版物的启发，预测模型特别考虑了基石可以挑战现状的形势特征。区分现状减弱的直接和间接指标，并证明在决策中加入数据可以提高横向预测模型的准确性。El estudio, que demuestra el aumento del riesgo de conflicto pendante la pandemia de la COVID-19 y, por lo tanto, otro acontecimiento que 将改变现状，

本文通过开发不同的模型来解决解释和预测政治暴力之间的差异，这些模型可以估计战争与和平的决策。受危机谈判文献的启发，预测模型特别考虑了行为者可以挑战现状的情境属性。我们区分了现状减弱的直接和间接变量，并表明添加决策数据可以提高横截面预测模型的准确性。该研究表明，新冠病毒大流行增加了冲突风险，从而导致另一项破坏现状的事态发展，