Notice bibliographique
Résumé
Violent extremism has galvanized public fear and attention. Driven by their concerns, the public has pushed for law enforcement and mental health systems to prevent attacks rather than just respond to them after they occur. The prevention process requires guidance for practitioners and policymakers on how best to identify people who may be at risk, to understand and assess the nature and function of the harm they may cause, and to manage them to mitigate or prevent harm. Violent Extremism provides such guidance. Over 10 chapters, prepared by leading experts, this handbook illuminates the nature of violent extremism and the evolution of prevention-driven practice. Authors draw on the literature and their experience to explain which factors might increase (risk factors) or decrease (protective factors) risk, how those factors might operate, and how practitioners can prepare risk formulations and scenario plans that inform risk management strategies to prevent violent extremist harm. Each chapter is crafted to support thoughtful, evidence-based practice that is transparent, accountable and ultimately defensible. Written for an international audience, the volume will be of interest to law enforcement and mental health professionals, criminal justice and security personnel, as well as criminologists, policymakers and researchers. Praise for Violent Extremism ‘In Violent Extremism, Logan, Borum and Gill have assembled the most celebrated scholars and practitioners in anticipating and mitigating violence. This extraordinary accomplishment could transform the future of risk assessment.’ John Monahan, University of Virginia ‘Scholarly, scientific and so very practical, this is the book we have been waiting for. It should be read, and re-read, by every practitioner and researcher working on violent extremism.’ John Horgan, Georgia State University ‘Since the early 2000s, the field of assessing violent extremism risk has developed apace. This landmark text authoritatively takes stock of past and current theory, research and practice, and provides a coherent vision for the future.’ Christopher Dean, Cardiff Metropolitan University
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,055 | 0,015 |
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 ».