Deterrence and Disinformation: Communicating Deterrence in a Non-Linear Media Environment
Notice bibliographique
Résumé
This paper investigates how the strategy of deterrence is relevant to understanding responses to disinformation in general, and in the case of Canada in 2014–23. First, it argues that extending a wide lens of deterrence to hybrid threats, including disinformation, highlights many options to deter by denial (mostly resilience) and by imposing widely defined ‘costs and punishments’, and reveals strengths and limits of both. Second, it shows that Canada’s efforts have intensified and shifted over time, resulting in a security and foreign policy approach focused on resilience to deny negative effects, and the imposition of costs and punishments to dissuade harmful actions. Third, it highlights benefits and limits of extending deterrence to disinformation in general and in the case of Canada. It suggests that deterrence principles and practices can further adapt to today’s non-linear information environment by engaging with the emerging academic field of strategic communications. In sum, the paper extends the literature on deterrence to disinformation, adds empirical knowledge about the evolution of the Canadian government’s efforts, and develops key critiques based on its findings. Ultimately, it suggests scholars conceptualise a ‘sixth wave of deterrence’ where the deterrence of complex challenges is communicated more strategically and long term within a contextualised, holistic, and ethically grounded approach.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,024 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».