C, B, R, or N: The Influence of Related Industry on Terrorists' Choice in Unconventional Weapons
Notice bibliographique
Résumé
This study explores which factors, given that a terrorist has crossed the threshold into using chemical, biological, radiological, and nuclear (CBRN) over conventional weapons, will determine the likelihood that he/she chooses to use C, B, R, or N weapons. Relying primarily on data from the incident-based Monterey WMD Database, it employs multinomial logit regression with C, B, R, or N as a categorical dependent variable: a first within the relevant econometric literature. Fundamentally, the study tests the widely-held—although empirically unsubstantiated—technological deterministic assumption that the more readily CBRN technology, materials, and knowledge are accessible to terrorists, the more likely terrorists will be to use unconventional weapons of the corresponding kind: a relationship hypothesized to be stronger for serious attack perpetrators than for hoaxers. Next, the study tests the notion of a continuum of proliferation potential, hypothesizing that as states’ regulatory capacity increases, biological terrorism will be most likely and nuclear terrorism will be least likely. Finally, the study assesses variables that have previously been proven as significant determinants of CBRN over conventional terrorism, to provide the groundwork for future evaluation of the extent to which terrorists may be induced to pursue C, B, R, or N over conventional weapons.Cette étude explore les facteurs, en supposant qu'un terroriste ait franchi le seuil des armes traditionnelles en utilisant des armes non traditionnelles comme les armes chimiques, biologiques, radiologiques et nucléaires (CBRN), qui détermineront la possibilité qu'il/elle choisisse d'utiliser les armes C, B, R ou N. En s'appuyant sur des données primaires de labase de données Monterey WMD, elle se sert d'une régression logit multinomial avec C, B,R ou N comme une variante dépendante catégorique : il s'agit d'une première pour la documentation pertinente économétrique. Principalement, l'étude vérifie la supposition très répandue - même si elle n'est pas empiriquement corroborée - comme quoi plus latechnologie CBRN, les matériaux et les connaissances sont accessibles aux terroristes, plus les terroristes seront portés à se servir d'armes non traditionnelles pour la situation quis'apprête : une relation censée être plus solide pour des auteurs d'agressions plus dangereuses que pour les charlatans. Ensuite, l'étude vérifie la notion d'une continuité de prolifération éventuelle, en supposant qu'avec l'augmentation de la capacité deréglementation de l'État, le terrorisme biologique serait le plus probable, alors que le terrorisme nucléaire serait le moins probable. Enfin, l'étude évalue les variantes qui ont déjà été prouvées comme déterminant de façon importante les CBRN plutôt que le terrorisme traditionnel, pour fournir un travail préparatoire pour de futures évaluations de l'étendue avec laquelle les terroristes pourraient être incités à se servir d'armes C, B, Rou N plutôt que des armes traditionnelles.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».