MétaCan
Menu
Retour à la cohorte
Enregistrement W2613204184 · doi:10.1111/pops.12428

Deradicalizing Detained Terrorists

2017· article· en· W2613204184 sur OpenAlex
David Webber, Marina Chernikova, Arie W. Kruglanski, Michele J. Gelfand, Malkanthi Hettiarachchi, Rohan Gunaratna, Marc‐Andre Lafreniere, Jocelyn J. Bélanger

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePolitical Psychology · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTerrorism, Counterterrorism, and Political Violence
Établissements canadiensUbisoft (Canada)
Organismes subventionnairesOffice of Naval ResearchU.S. Department of Defense
Mots-clésTamilRecidivismSri lankaTerrorismCriminologyViolent extremismPolitical scienceEmpirical evidencePsychologySociologyLawSocioeconomics

Résumé

récupéré en direct d'OpenAlex

Deradicalization of terrorists constitutes a critical component of the global “war on terror.” Unfortunately, little is known about deradicalization programs, and evidence for their effectiveness is derived solely from expert impressions and potentially flawed recidivism rates. We present the first empirical assessment of one such program: the Sri Lankan rehabilitation program for former members of the Liberation Tigers of Tamil Eelam (a terrorist organization that operated in Sri Lanka until their defeat in 2009). We offer evidence that deradicalization efforts that provided beneficiaries with sustained mechanisms for earning personal significance significantly reduced extremism after 1 year (Study 1). We also found that upon release, beneficiaries expressed lower levels of extremism than their counterparts in the community (Study 2). These findings highlight the critical role of personal significance in deradicalization efforts, offer insights into the workings of deradicalization, and suggest practical methods for improving deradicalization programs worldwide.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,613
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,093
Tête enseignante GPT0,494
Écart entre enseignants0,401 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle