Geopsychology of instrumental aggression: daily concurrence of global terrorism and solar-geomagnetic activity (1970-2018)
Notice bibliographique
Résumé
Formal scientific study of the geopsychology of human aggression dates back at least a century and has consistently demonstrated a positive association between solar-geomagnetic activity and aggressive behaviour. Advances in the theories, methodologies, and practical applications of geopsychology could therefore contribute to collective efforts to comprehend, to forecast, and to develop interventions for aggressive behaviours such as those seen in terrorism. This requires a rigorous and precise estimate of the magnitude of association between solar-geomagnetic activity and aggression using a representative, contemporary sample of strictly-operationalized behaviour. Here we show that days in recent history (1970-2018) with the lowest levels of instrumental human aggression (number of casualty-associated terrorism incidents) also had the lowest levels of solar and geomagnetic activity, and that stepwise increases in human aggression were mirrored by progressive increases in solar activity. We used Bayesian methods robust to outliers and heterogeneity of variance to analyze the most comprehensive and contemporary global database of terrorism incidents available, which included more than 106,000 unique instances of instrumental aggression spanning 48 years. We conclude that there is a small, nonzero promotional effect of solar-geomagnetic activity on terrorism-related aggression. This may reflect the fact that solar-geomagnetic activity serves as a zeitgeber that coordinates the expression of instrumental aggression across an aggregation of susceptible individuals. We propose that many behaviours – even instrumental acts such as terrorism which are presumed to involve a degree of planning and intention – may be subject to subtle geopsychological induction or suppression.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».