Transnational evaluation of the Sympathy for Violent Radicalization Scale: Measuring population attitudes toward violent radicalization in two countries
Notice bibliographique
Résumé
Countering violent radicalization is a priority in many countries, prompting research that assesses attitudes and beliefs about violent radicalization in the general population. The majority of violent radicalization assessments have been developed among specific populations, with limited investigation into the generalizability and cross-cultural applicability of measurement tools. A transcultural investigation raises questions about the implicit assumptions and norms that inform instrument development. This research examined the psychometric properties of the Sympathy for Violent Radicalization Scale (SyfoR), a measure developed for use with Pakistani and Bangladeshi immigrant groups in the UK, in two convenience samples of youth and young adults in North America and Western Europe. We investigated the factor structure, reliability, and construct validity of adapted versions of the SyfoR among convenience samples of youth and young adults living in Belgium ( N = 2014) and in Quebec, Canada ( N = 1364) via online surveys administered to students engaged in secondary and post-secondary education. Results indicate that, in both samples, a reduced, 8-item version of the SyfoR has a 3-factor structure with good model fit statistics using confirmatory factor analysis and good internal consistency reliability. More studies are needed to assess the appropriateness of the SyfoR for use in diverse contexts and among diverse populations. The potential usefulness and harmfulness of measures of violent radicalization should balance the benefits of obtaining local data with the risks associated with pathologizing social dissent.
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 | 0,001 | 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 | 0,000 | 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 ».