Radicalization to Violence: A View from Cultural Psychiatry
Notice bibliographique
Résumé
This article introduces a thematic issue of Transcultural Psychiatry with selected papers from the McGill Advanced Study Institute in Cultural Psychiatry on “Pluralism and Polarization: Cultural Contexts and Dynamics of Radicalization,” which took place June 20–22, 2017. The ASI brought together an interdisciplinary group scholars to consider the role of social dynamics, cultural contexts and psychopathology in radicalization to violent extremism. Papers addressed four broad topics: (1) current meanings and uses of the term radicalization; (2) personal and social determinants of violent radicalization, including individual psychology, interpersonal dynamics, and wider social-historical, community and network processes; (3) social and cultural contexts and trajectories of radicalization including the impact of structural and historical forces associated with colonization and globalization as well as contemporary political, economic and security issues faced by youth and disaffected groups; and (4) approaches to community prevention and clinical intervention to reduce the risk of violent radicalization. In this introductory essay, we revisit these themes, define key terms, and outline some of the theoretical and empirical insights in the contributions to this issue. Efforts to prevent violent radicalization face challenges because social media and the Internet allow the rapid spread of polarizing images and ideas. The escalation of security measures and policies also serves to confirm the worldview of conspiracy theory adherents. In addition to addressing the structural inequities that fuel feelings of anger and resentment, we need to promote solidarity among diverse communities by building a pluralistic civil society that offers a meaningful alternative to the violent rhetorics of us and them.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».