The de-radicalization, rehabilitation and reintegration project in Nigeria’s counter-terrorism strategy: Operation Safe Corridor in context
Notice bibliographique
Résumé
In the years since the emergence of Boko Haram, the terror threat posed by the sect’s violent extremism has remained a challenge for the Nigerian government. The failure to contain it has been attributed to the government’s over-reliance on military strategies. While conventional approaches are useful in weakening the operational capacity of domestic terrorism, they do not provide a long-term solution. The use of military strategies to quell ideological and religious-driven terrorism has proven counterproductive. As a result, scholars and security practitioners have recommended a combination of military and non-military strategies to address insurgency. Non-military strategies include de-radicalization, disarmament, amnesty, indigenous conflict resolution mechanisms, and other soft power measures. In line with this, the Nigerian government adopted ‘Operation Safe Corridor’ in a bid to de-radicalize, rehabilitate and reintegrate former Boko Haram combatants who voluntarily surrender to the government. This article assesses Operation Safe Corridor’s institutional mechanisms as a counter-terrorism strategy in Nigeria. It argues that the lack of a legal framework, issues of public perception and trust and host communities’ reluctance to accept former Boko Haram combatants have undermined successful implementation of the program. It is imperative for the government to address these challenges in order to achieve Operation Safe Corridor’s objectives and ensure successful deradicalization and reintegration of former combatants.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| 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 | 0,005 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 source (Gemma direct ou Codex distillé), 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 ».