Internet et propagande jihadiste : la régulation polycentrique du cyberespace
Bibliographic record
Abstract
Depuis quelques années, les pouvoirs publics et la société civile rendent Internet responsable de la diffusion de contenus jihadistes. Pour faire face à cette accusation qui a pris une dimension internationale, les États, les entreprises technologiques et la société civile ont mis en place des pratiques et des solutions de contrôle qui se présentent cependant sous l’aspect d’un ensemble fragmenté et dispersé. Nous souhaitons ici rendre compte de ce système complexe en adoptant l’approche de la gouvernance polycentrique. Cette approche contraste avec une vision étato-centrique dans la mesure où elle favorise la mise en réseau de centres de régulation à plusieurs niveaux des problèmes globaux. Notre analyse s’appuie sur une cartographie détaillée des différents dispositifs impliqués dans la régulation des contenus jihadistes. Tout en montrant le caractère pluricentrique et hétérogène de ces dispositifs, nous présentons ceux-ci comme un système « agonistique », dans lequel les rapports sont à la fois marqués par le conflit et par une prise en compte mutuelle. Nous démontrons toutefois que le conflit n’empêche pas l’action, puisque, à terme, les structures d’autorité polycentriques ont permis l’émergence d’une nouvelle architecture et de nouvelles normes visant à faciliter le contrôle des flux informationnels.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.006 |
| Scholarly communication | 0.010 | 0.007 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".