MétaCan
Menu
← Retour à la cohorte
Enregistrement W3132171198 · doi:10.71781/23449

Le soutien social dans les trajectoires de désengagement de l’extrémisme : parcours et points de vue d’anciens membres de groupes d’extrême droite au Canada

2020· dissertation· fr· W3132171198 sur OpenAlexaboutno aff
Roxane Martel-Perron

Notice bibliographique

RevueOpen MIND · 2020
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Au cours des dernières années, les groupes d’extrême droite ont gagné une visibilité grandissante dans l’espace public au Canada comme ailleurs. Alors que chercheurs comme journalistes tentent de mieux comprendre cette mouvance diverse et évolutive, la littérature scientifique disponible demeure avant tout axé sur les groupes et les tendances plus que les mécanismes et les trajectoires individuelles. Ainsi peu de recherches sont venues s’intéresser aux processus dynamiques qui amènent les individus à rejoindre ou à quitter ces groupes. La présente recherche appréhende les trajectoires de désengagement de treize anciens membres de groupes extrémistes de droite canadiens et met en lumière leur point de vue sur ce vécu. À partir d’une méthodologie de récits de vie, nous mettons en perspective l’engagement et le désengagement de ces individus hors de différents groupes d’extrême droite et explorons le rôle du soutien social dans leurs parcours. Alors que les chercheurs tentent de comprendre le désengagement de l’extrémisme en puisant dans les connaissances sur les thématiques de désistance et désaffiliation de groupes criminels, ou encore le désengagement de groupes marginaux, les thèmes abordés par nos sondés nous ont amenés à prendre un pas de côté et mobiliser plutôt la littérature sur le soutien social l’autodéveloppement (mutual aid and self-help). Développée autour des groupes d’entraide entre pairs de type Alcoolique Anonymes (AA), cette littérature nous permet de toucher du doigt des éléments jusqu’à présent peu explorés des trajectoires de désengagement, c’est-à-dire les différentes composantes du soutien social : le soutien affectif, l’intégration sociale (ou le soutien du réseau), le soutien à l’estime de soi, l’aide tangible, le soutien informatif et l’opportunité d’aider les autres (Cutrona & Russel, 1990). Bien que largement idiosyncrasiques, les résultats de cette recherche démontrent que les trajectoires de sorties de l’extrémisme de droite sont parsemées de points de convergence. L’importance du soutien apporté par les proches (parents, conjointes, ami-e-s), la mise en valeur du savoir expérientiel via l’utilisation du modelage et l’opportunité d’aider les autres comme une façon de s’aider soi-même, sont quelques facteurs facilitant le désengagement qui sont explorés dans ce mémoire.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,172
Score d'incertitude au seuil0,346

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0140,010
Communication savante0,0080,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,032
Tête enseignante GPT0,315
Écart entre enseignants0,284 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetSocial Sciences and Governance→Travaux en français237 207→