MétaCan
Menu
← Retour à la cohorte
Enregistrement W4380481939 · doi:10.6000/1929-4409.2020.09.291

Effectiveness of Adaptation and Integration Mechanisms in Prevention of the Dissemination of Ideologies of Extremism and Terrorism among Migrants

2022· article· en· W4380481939 sur OpenAlexvenueno aff
Sabina Rafailevna Efimova

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTerrorism, Counterterrorism, and Political Violence
Établissements canadiensnon disponible
Organismes subventionnairesKazan Federal University
Mots-clésTerrorismIdeologyAdaptation (eye)ImmigrationPolitical economyPolitical scienceCohesion (chemistry)Development economicsCriminologySociologyLawPsychologyPoliticsEconomics

Résumé

récupéré en direct d'OpenAlex

Nowadays, undoubtedly, one of the severely potential hazards threatening societies due to the migration processes is the spread of extremist ideologies of terrorism among immigrants worldwide. The article analyzes the effectiveness of adaptation and integration mechanisms so as to prevent the spread of ideologies of extremism and terrorism among migrants. This paper illustrates that adaptation and integration mechanisms have significant multifunctional capabilities in preventing the spread of ideologies of extremism and terrorism among migrants. Different approaches to solving migration issues are taken into consideration. It is positively proven that for the prevention of manifestations of the ideologies of extremism as well as terrorism amongst migrants, a particular model of cultural integration is required. Where integration is able to provide a high degree of cultural cohesion, the formation of mutual respect between cultures so that new cultures can integrate into the existing unified culture of the country. As a result, effective mechanisms for the adaptation and integration of migrants in order to prevent the spread of ideologies of extremism and terrorism among migrants are proposed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,345
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and Sociology→Même sujetTerrorism, Counterterrorism, and Political Violence→Travaux en français237 207→