MétaCan
Menu
Retour à la cohorte
Enregistrement W2900522793 · doi:10.5038/1911-9933.13.2.1704

Othering Terrorism: A Rhetorical Strategy of Strategic Labeling

2019· article· en· W2900522793 sur OpenAlexvenueno aff
Michael Loadenthal

Notice bibliographique

RevueGenocide Studies and Prevention · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTerrorism, Counterterrorism, and Political Violence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTerrorismFraming (construction)PoliticsIdeologyOrientalismSociologyRhetorical questionIslamSovereigntyWhite supremacyPolitical scienceLawGender studiesCriminologyMedia studiesHistory

Résumé

récupéré en direct d'OpenAlex

The term terrorism is as value-laden a descriptor as one will encounter in the contemporary period. Though it evokes a strong image of an Orientalist, colonized, brown body enacting brutal, theatrical violence from behind a balaclava, the term itself describes very little. The decision to label a particular act, individual, or movement as terroristic is more a discursive question of politics than means. In the post-9/11 era, state-level rhetoricians describe their ideological enemies that can be “othered” as terrorists, while some are considered extremists. In doing so, Muslim, Arab, Asian, African, and foreign-born advocates and practitioners of political violence are termed terrorists with near universality, while white, Christian, Westerners acting in the name of white supremacy, anti-abortion, and so-called patriot, or sovereign citizen movements are left largely outside of that taxonomy. Through an analysis of the film Black Hawk Down, jihadist-produced media designed for US audiences, media accounts of Boko Haram in Nigeria, and the framing of rightist violence, it is clear how violence is viewed positionally. Furthermore, these examples demonstrate how terrorism has been utilized as a defamatory label applied asymmetrically to some proponents of political violence—those brown and black lives existing in precarity who challenge discursive claims on violence, statehood, capital, and what are broadly understood to be Western values.

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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,431
Score d'incertitude au seuil0,424

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,131
Tête enseignante GPT0,397
Écart entre enseignants0,266 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenocide Studies and PreventionMême sujetTerrorism, Counterterrorism, and Political ViolenceTravaux en français237 207