Counter-radicalisation case management interventions: Findings from a Campbell systematic review
Notice bibliographique
Résumé
This article sets out the findings of a Campbell systematic review examining the effectiveness and implementation of case management tools and approaches used to counter radicalisation to violence. This review found that the effectiveness of these tools and approaches remains poorly understood owing to the continued absence of robust impact evaluations. However, by breaking the case management process down into its constituent parts, from client identification to client assessment; case planning, implementation and delivery; monitoring and evaluation; through to exit and transition, this review was able to uncover a robust body of evidence relating to the implementation of different stages of the case management process, and programs as-a-whole. Based on an analysis of 47 studies, the systematic review identified a range of factors that support the effective implementation of case management interventions. These include the availability of relevant tools; strong multi-agency working arrangements; intervention teams holding relevant knowledge and expertise; and adequate resourcing. In contrast, the absence of these factors can inhibit implementation, as can reliance on overly risk-oriented logics; public and political pressure; and the features of the legislative context within which programs are delivered. The paper concludes by outlining the implications of the review, and discusses avenues for future research. • This review examines both whether and how case management tools and approaches work to counter radicalisation to violence. • The effectiveness of these tools and approaches remains poorly understood. • Through an innovative application of a case management framework, the review identifies factors that facilitate and inhibit the implementation of tools and approaches. • Interventions should be underpinned by well-conceived and resourced systems that connect different stages of the case management process. • Less tangible factors, including trust and expertise, and relational processes within intervention and multi-agency teams, are important.
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 | 0,121 | 0,419 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,041 | 0,043 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».