Pathways to Violence in Civil Wars: Combatant Socialization and the Drivers of Participation in Civilian Targeting
Notice bibliographique
Résumé
Abstract Recent research has drawn attention to the role of socialization in shaping the behaviors of rebel combatants during civil wars. In particular, scholars have highlighted how vertical and horizontal socialization dynamics can bring combatants to engage in a range of wartime practices, including the use of violence against civilians. This article synthesizes existing theories of combatant socialization and combines them into an integrated framework, which casts the focus on individual pathways toward civilian targeting and specifies the underlying sociopsychological mechanisms through which socializing influences motivate participation in violence. Specifically, the article charts five key pathways that operate through different mechanisms and that are based upon varying degrees of internalization regarding the legitimacy of civilian targeting. In each case, I also identify a number of unit-level factors that are likely to make a given pathway particularly prevalent among combatants. The article then illustrates how these pathways map onto the actual experiences of civil war combatants by examining the drivers of individual participation in violence against civilians among low-ranking members of the Revolutionary United Front in Sierra Leone. The case study evidence highlights the equifinal nature of violence perpetration during civil wars, shedding light on the different social needs, influences, sanctions, and constraints that may motivate involvement in violence. By analyzing rebel behavior through the prism of perpetrator studies, this article thus seeks to establish the civil war literature on firmer theoretical grounds, providing a synthetic account of the individual experiences, motives, and trajectories that are often left unaddressed in this body of research.
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 | 0,002 |
| 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 ».