MétaCan
Menu
Retour à la cohorte
Enregistrement W4408157890 · doi:10.18357/anthropologica66220242731

Terrorismes en mutation : Déshumanisation et espoirs

2025· article· fr· W4408157890 sur OpenAlexaffvenue
Emilie Khoury

Notice bibliographique

RevueAnthropologica · 2025
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMutationArtBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Vingt-trois ans après les attentats du 11 septembre 2001, l’analyse anthropologique reste cruciale pour appréhender les dynamiques complexes du terrorisme et de la violence. L’anthropologie, en tant que discipline dédiée à l’étude de l’humanité, permet de comprendre que la violence n’est pas un phénomène isolé, mais un outil souvent instrumentalisé pour réguler les sociétés et structurer les rapports de pouvoir. Bien que les évènements du 11 septembre soient fréquemment associés à un extrémisme religieux, il est essentiel de souligner que le terrorisme est un phénomène pluriel, nourri par des facteurs idéologiques, culturels et sociaux variés. Une caractéristique marquante du terrorisme contemporain est la déshumanisation des victimes, souvent réduites à des abstractions telles que « pertes humaines » ou « chiffres de la tragédie ». Parallèlement, les auteurs de ces violences sont parfois représentés comme des « monstres », un mécanisme de déshumanisation réciproque. Ce processus empêche la reconnaissance véritable de la souffrance individuelle, tout en entravant une réflexion plus profonde sur les causes sociales, politiques et économiques de la violence. L’anthropologie offre un éclairage précieux sur ces mécanismes et permet d’ouvrir la voie à une prévention plus efficace des violences futures. La génération interconnectée actuelle, joue un rôle central dans la transformation de ces perceptions, en rejetant ou non les réponses violentes au profit de solutions plus inclusives, solidaires et adaptées aux réalités locales.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0150,000

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 Opus0,026
Tête enseignante GPT0,358
Écart entre enseignants0,332 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnthropologicaMême sujetLinguistics and Discourse AnalysisTravaux en français237 207