MétaCan
Menu
Retour à la cohorte
Enregistrement W3122895639

Scriptural legitimation and the mobilisation of support for religious violence: experimental evidence across three religions and seven countries

2020· article· en· W3122895639 sur OpenAlexaff
Ruud Koopmans, Eylem Kanol, Dietlind Stolle

Notice bibliographique

RevueEconStor Open Access Articles · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReligion and Society Interactions
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésReligious violenceRadicalizationJudaismFaithSociology of religionLegitimationIndoctrinationSociologyPower (physics)FundamentalismIslamCriminologyGender studiesPolitical scienceTerrorismLawTheologyPoliticsIdeologySocial science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In their attempts to mobilise supporters and justify their actions, violent religious extremists often refer to parts of scripture that legitimize violence against supposed enemies of the faith. Accounts of religious extremism are divided on whether such references to scripture have genuine motivating and mobilising power. We investigate whether references to legitimations of violence in religious scripture can raise support for religious violence by implementing a survey experiment among 8, 000 Christian, Muslim and Jewish believers in seven countries across Europe, North America, the Middle East and Africa. We find that priming individuals with isomorphic pro-violence quotes from Bible, Torah or Quran raises attitudinal support for religious violence significantly. Effect sizes are particularly large among those with a fundamentalist conception of their religion. Our results show that religious scripture can be effectively used to mobilise support for violence. The findings thus mark a counterpoint to theoretical arguments that question the causal role of religion and have important implications for de-radicalization policies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,003
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,109
Tête enseignante GPT0,438
Écart entre enseignants0,329 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconStor Open Access ArticlesMême sujetReligion and Society InteractionsTravaux en français237 207