Prosecuting the Nexus between Terrorism, Conflict-Related Sexual Violence and Trafficking in Human Beings Before National Legal Mechanisms: Case Studies of Boko Haram and Al-Shabaab
Notice bibliographique
Résumé
UN Security Council Resolution 2331 (2016) recognizes that ‘acts of sexual and gender-based violence, including when associated to trafficking in persons, are known to be part of the strategic objectives and ideology of certain terrorist groups, used as a tactic of terrorism and an instrument to increase their finances and their power through recruitment and the destruction of communities.’ In the same resolution, the Council noted that such trafficking, particularly of women and girls, ‘remains a critical component of the financial flows to certain terrorist groups’ and is ‘used by these groups as a driver for recruitment’. Boko Haram and Al Shabaab are among the main terrorist groups that have used human trafficking (including for sexual exploitation) and conflict-related sexual violence as tactics of terrorism, also called ‘sexual terrorism’. This article will: 1) explain the nexus between these three crimes; 2) focus on its different manifestations in the context of these terrorist organizations; and 3) reflect on the possibilities for national criminal prosecution. To assist in the fight against impunity and increase accountability, this article provides suggestions to facilitate the successful prosecution of sexual terrorism in a more survivor-centric way. This article is a working draft, the final version of which will be included in the Special Issue on Justice and Accountability for Sexual Violence in Conflict: Progress and Challenges in National Efforts to Address Impunity, being edited by both the Journal of International Criminal Justice and the UN Team of Experts on the Rule of Law and Sexual Violence in Conflict.
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 | 0,003 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».