Notice bibliographique
Résumé
The ease, speed and sophistication with which extremist groups have exploited cyberspace for operational coordination and ideological proselytising have taken Western governments by surprise. From brazen digital advocacy of extreme and violent ideology to deft recruitment and fundraising, the Internet has proven to be a remarkably useful medium for non-state actors and hostile terrain for states seeking to curtail the growing global influence of violent extremism. This chapter charts the trajectories of policy frameworks of one distinct cluster of states confronting similar challenges in this respect: the “Anglosphere” states of Australia, Canada, New Zealand, the United Kingdom and the United States of America. The apparent challenge for these Anglosphere states is that policy officials recognise that transnational counter-terrorism challenges cannot be resolved unilaterally but require collaboration in two crucial dimensions. First, to achieve meaningful sovereignty over cyberspaces requires government to acquire the cooperation of private sector actors – including large multi-national digital technology firms. For these companies, relinquishing commercial data or giving up encryption to authorities is anathema. Second, as extremist operational and proselytising activities can transfer across jurisdictions effectively instantly, states have sought to build multi-jurisdictional coalitions, pooling expertise, intelligence and, most importantly, resources. This chapter articulates how these imperatives have played out in domestic institutional settings and goes on to describe how Anglosphere states have forged robust though low-profile networks of security collaboration that facilitate policy and operational interchange. The Anglosphere transgovernmental alliance, it is contended, operates as a persistent and influential mode of policy-making for all partners, cognitively framing the “problem” of extremism in cyberspace and underpinning significant technical and strategic collaboration.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,025 |
| Communication savante | 0,012 | 0,006 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».