Are there Local Differences in Support for Violent Radicalization? A Study on College Students in the Province of Quebec, Canada
Notice bibliographique
Résumé
Support for violent radicalization (VR) is a multidimensional phenomenon determined by individual, social, and contextual variables. However, how local contexts influence the configurations of risk and protective factors leading to the process of VR remains an open question. In line with a socioecological framework, this study aims to investigate local differences in support for VR and its associated risk factors (i.e., immigrant status, social adversity, depression, and collective identity) among college students in Quebec, a Canadian province with a variety of social and political contexts (i.e., Francophone Montreal, Quebec City, rural/suburban areas, and Anglophone communities). A total of 1765 college students (71% women; 73% aged between 16 and 21 years) completed an online survey. Mixed‐effects models were implemented to test local differences in support for VR and its risk factors. Results showed that the association between social adversity (i.e., discrimination and exposure to violence) and support for VR varied by local context. Specifically, social adversity was a risk factor across all contexts but Quebec City. Although prevention programs may target common determinants of support for VR, they need to be tailored according to local realities, and in particular the level of social diversity and the relative prevalence of mainstream radical discourses.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,001 | 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 ».