Critical Race Feminism and the Counterterrorism Strategy ‘Prevent’.
Notice bibliographique
Résumé
There is extensive academic attention on the effects of counterterrorism policy on the Muslim population. My paper goes further by providing an analysis of the intersectionality of religion, race, gender, and the impact of counterterrorism policy, namely ‘Prevent’. I focus upon understanding Muslim women’s experiences concerning the UK’s counterterrorism strategy Prevent, with a theoretical framework of Critical Race Feminism. My research demonstrates the UK government’s incorporation of Muslim women into countering violent extremism policies and how this categorises Muslim women as a tool within deradicalisation. I directly address the gap between feminist research and the lived experiences of Prevent for Muslim women in post-16 education. This is achieved by drawing upon the qualitative experiences of Muslim women in further and higher education in the UK. Through an empirical exploration of focus group and interview data, my PhD paper is one of the first to offer insights into Muslim women’s feelings surrounding how Prevent operates within the UK’s post-16 education sector. To aid this exploration, Critical Race Feminism is used as a theoretical framework to advance the discussion of intersectionality. Within the data collected, certain themes were evident such as: the self-censoring of students; the responsibilization of Muslim women and gendered Islamophobia. The findings state that there is a gendered impact of the Prevent strategy within the UK’s post-16 education sector. This paper should be added to the context of debate about the future of Prevent (if any), and to existing work that discusses the securitisation of racialised people.
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 | 0,004 | 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 | 0,001 | 0,002 |
| Communication savante | 0,002 | 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) | 0,002 | 0,001 |
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 tête enseignante, 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 ».