La volonté du public à contacter le Centre de prévention de la radicalisation menant à la violence : une analyse des enjeux à la recherche d’aide pour un proche radicalisé
Bibliographic record
Abstract
Les communautés sont des acteurs de premier plan dans les efforts de prévention de la radicalisation. En effet, la famille et les amis sont parmi les premiers à pouvoir observer certains comportements laissant présager l’adhésion à une forme d’extrémisme violent. Néanmoins, nous n’en savons encore que très peu quant au point de vue des communautés relativement au fait de contacter une ressource formelle ou informelle pour un cas de radicalisation. Cette étude s’intéresse alors à mieux comprendre les enjeux qui influencent la volonté de contacter le Centre de prévention de la radicalisation menant à la violence (CPRMV), un organisme indépendant de la police, pour un proche dans une situation de radicalisation. Pour ce faire, nous avons réalisé des entretiens et des focus group menés auprès de 29 individus habitant le Grand Montréal et s’identifiant soit en tant que Québécois, Juif, Musulman, Latino-Américain ou Africain. Les résultats suggèrent la présence d’une multitude d’enjeux à la prise de contact avec une ressource ; certains ayant été identifiés par la majorité des participants, alors que d’autres semblent être plutôt propres à une communauté particulière. Parmi les résultats partagés par l’ensemble des répondants, il a été possible d’observer que la méconnaissance des ressources disponibles et la crainte des répercussions apparaissent comme des enjeux centraux. De plus, les résultats suggèrent que les participants entrevoient la radicalisation comme un phénomène essentiellement lié à l’islam, ce qui pourrait être expliqué par l’influence des représentations véhiculées par les médias, et qui pourrait conséquemment avoir une incidence sur la manière de comprendre et d’identifier un cas de radicalisation. Enfin, la zone grise que représentent les comportements associés à la radicalisation semble poser problème dans l’évaluation de la gravité de la situation et ultimement la décision de faire appel à une ressource d’aide, telle que le CPRMV, ou à la police.
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 | 0.010 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.008 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".