Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Why do some jihadist organizations engage in beheadings while others do not? Although beheadings have become a signature tactic of the contemporary global jihadist movement, I show that most jihadist groups perpetrate few or no beheadings and only a minority have adopted beheading as a consistent part of their repertoire of violence. Such variation exists even among ideologically similar ‘Salafi-jihadist’ groups, suggesting that ideology alone cannot explain why such violence occurs. Instead, I argue that the use of beheadings is shaped by a combination of local strategic context and transnational ties. Beheadings are strategically useful to jihadist groups engaged in insurgency as a means of deterring civilian collaboration with the enemy, demoralizing enemy combatants and attracting foreign recruits. But the use of beheading is also costly for such groups, notably because of its tendency to alienate potential civilian supporters. Whether or not particular jihadist groups use beheadings depends largely on whether they can afford to ignore these costs. Jihadist insurgents who control significant territory are less sensitive to civilian attitudes because of their ability to obtain support through coercion and are therefore more likely to perpetrate beheadings. The use of beheadings is also shaped by transnational ties: organizations that seek formal affiliation with transnational jihadist networks are more likely to calculate that the benefits of using extreme violence to attract transnational support outweigh its costs. I test this theory using an original dataset of over 1,500 beheading events perpetrated by jihadist organizations between 1998 and 2019.
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.
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 | 0,012 | 0,002 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle