Dire Dieu par la musique dans la propagande guerrière d’hier à aujourd’hui
Bibliographic record
Abstract
Entre les années 2014 et 2016, une série de vidéos diffusées en libre accès sur Internet par Daech présente le pillage, le saccage et la destruction de vestiges de l’Empire néo-assyrien, qui a dominé le Proche-Orient entre lexeet leviiesiècle avant notre ère. Ces vidéos, dans lesquelles le groupe armé s’attaque au passé préislamique de la région et fait la promotion de son idéologie djihadiste-salafiste, sont accompagnées de chantsa capella, connus sous le nom d’anachîds.Cet article s’attarde, dans un premier temps, au rôle de la musique dans la propagande assyrienne puisque, ironiquement, les Assyriens ont été les premiers à faire usage de musique dans leur propagande religieuse et militaire. Dans un deuxième temps, lesanachîdsqui accompagnent ces vidéos de Daech sont analysés afin de mieux comprendre le rôle que joue la musique dans certains discours théologiques du groupe armé. Pour ce faire, nous utilisons des théories développées dans les domaines de la psychologie sociale, du marketing, de la culture de consommation et de la philosophie postmoderne. Celles-ci permettent de mieux comprendre comment la destruction de lieux appartenant au passé préislamique de l’Iraq moderne, l’hyperviolence et la consommation morbide de dystopies interagissent avec les concepts de religion, de blasphème et de politique sociale.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.007 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".