Notice bibliographique
Résumé
In the wake of the January 2015 attacks on Charlie Hebdo, (a satirical newspaper in Paris), there was much commentary on free speech, security, intelligence and the marginalization and dispossession of some young Muslim immigrants (and children of immigrants). Analysis has seemed, reasonably, to focus on economic opportunities, as well as addressing some identity and cultural issues, such as whether or not female Muslims should be allowed to wear a headscarf. The media reported that the two young men who seem to have led the attack on Charlie Hebdo had dropped out from school, going on to work low-wage jobs such as pizza delivery. Little of the news coverage details their education beyond that they were remembered as average Parisian boys, as media coverage focused of course on live breaking events, with less in-depth analysis of the social, economic and political factors driving the broader conflict between European and North American states and their Muslim immigrant residents and citizens. The Charlie Hebdo attacks, like 9/11, were only one expression of this broader escalating and expanding conflict. The academic literature does discuss in depth the history of France’s colonization of countries such as Algeria and Morocco, as well as the racist oppression and economic marginalization Maghrebi immigrant families face—even two generations later. (Bienkowski, 2010; Bowen 2007; Cesari 2002; Franz 2007; Limage 2010; Keaton 2005; Jugé and Perez 2006; Landof and Pagan 2005; Levine 2004; Mahmood 2006; Zimmerman 2015). This paper will thus explore the question of whether there is a “school to terror” pipeline—that is, is there anything about the pedagogy, curriculum, school culture or educational policies of France which might well be contributing to the radicalization of young people? I will conclude with consideration of what peace pedagogy might be able to contribute in terms of conflict transformation.
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 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».