Religious Redemption as the Motivation for the Jihadist Crime-Terrorism Nexus: A Critical Inquiry
Notice bibliographique
Résumé
In their influential article on the “crime-terror nexus” Basra and Neumann state that “jihadism can affect a criminal’s radicalisation process in two ways: it can offer redemption from past sins, or it can legitimise crime.” During their analysis, though, the two interpretive options become in effect one, reflecting the dominant orientation to the continuity of criminality and terrorism (religious or otherwise) as social phenomena. Examining the work of Basra and Neumann, and others addressing the issue, this article argues for a crucial aspect of discontinuity between some jihadists’ terrorist commitments and their criminal pasts. The redemptive motivation for turning from criminality to jihadism warrants being analyzed more fully and carefully to better explain why only a handful of individuals with a criminal background become jihadists. Crucially, for example, and contrary to a prevailing narrative in the literature, jihadists appear to prioritize seeking redemption for their sins, as defined by their religion, rather than for crimes, as delineated by secular society. Fully recognizing and investigating the “definition of the situation” that Western Muslim criminals and jihadist recruiters share is essential to understanding the motivations for the nexus in many instances, and thus grasping how best to counter it.
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 | 0,010 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,081 |
| Communication savante | 0,009 | 0,013 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».