Obstacles and facilitators to intimate bystanders reporting violent extremism or targeted violence
Notice bibliographique
Résumé
The first people to suspect someone is planning an act of terrorism or violent extremism are often those closest to them. Encouraging friends or family to report an “intimate” preparing to perpetrate violence is a strategy for preventing violent extremist or targeted mass violence. We conducted qualitative-quantitative interviews with 123 diverse U.S. community members to understand what influences their decisions to report potential violent extremist or targeted mass violence. We used hypothetical scenarios adapted from studies in Australia, Canada, and the United Kingdom. Factors influencing reporting decisions include fears of causing harm to the potential violent actor, self, family, or relationships; not knowing when and how to report; mistrust of law enforcement; access to mental health services; and perceptions that law enforcement lacks prevention capabilities. White and non-White participants were concerned about law enforcement causing harm. Participants would contact professionals such as mental health before involving law enforcement and Black-identified participants significantly preferred reporting to non-law enforcement persons, most of whom are not trained in responding to targeted violence. However, participants would eventually involve law enforcement if the situation required. They preferred reporting in-person or by telephone versus on-line. We found no difference by the type of violent extremism or between ideologically motivated and non-ideologically motivated violence. This study informs intimate bystander reporting programmes in the U.S. To improve reporting, U.S. policymakers should attend to how factors like police violence shape intimate bystander reporting. Our socio-ecological model also situates intimate bystander reporting beside other population-based approaches to violence prevention.
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 | 0,003 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».