Religion et homicide : étude du taux d’homicide des pays du monde en fonction des variables mesurant la religion et la pratique religieuse
Bibliographic record
Abstract
L’impact de la religion sur la violence demeure à ce jour ambivalent dans la littérature. D’un côté, les religions et leurs préceptes de paix sont identifiés comme des facteurs de dissuasion dans la commission d’actes violents. D’un autre côté, l’identité religieuse est historiquement décriée comme une source majeure de guerres. Cette étude propose de comparer dans 163 pays du monde l’influence sur le taux d’homicide de quatre aspects religieux : la religion principale, l’hétérogénéité religieuse, la liberté religieuse et la religiosité. Les taux d’homicide sont fournis par l’Organisation mondiale de la santé alors que les variables religieuses proviennent de sources variées. Les analyses de régressions linéaires tiennent également compte de quelques facteurs socio-économiques. Certains sont considérés dans la littérature comme des facteurs majeurs influant sur l’homicide et d’autres sont plutôt soupçonnés d’interaction sur la relation ici étudiée. Les résultats indiquent qu’il y a modérément plus d’homicides dans les pays qui présentent une forte hétérogénéité religieuse ou une faible religiosité dans la population. Par ailleurs, les pays musulmans, notamment chiites, présentent les taux d’homicide les plus bas, surpassant les pays bouddhistes et hindouistes, alors que les pays chrétiens, notamment catholiques, présentent des taux d’homicide très élevés. Ce constat s’oppose à la théorie libérale chrétienne qui démonise les États religieux musulmans. Néanmoins, l’interprétation des conclusions de cette étude invite à la prudence étant donné son aspect délicat et exploratoire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".