MétaCan
Menu
Back to cohort
Record W2995122099 · doi:10.7202/1066193ar

L’idéologie de la mort dans la propagande de l’État islamique

2019· article· fr· W2995122099 on OpenAlexafffundvenue
Marc-André Argentino, André Gagné

Bibliographic record

VenueFrontières · 2019
Typearticle
Languagefr
FieldSocial Sciences
TopicTerrorism, Counterterrorism, and Political Violence
Canadian institutionsConcordia University
FundersUniversité de MontréalUniversité du Québec à ChicoutimiBibliothèque et Archives nationales du QuébecUniversity of WaterlooUniversity of GloucestershireKoning BoudewijnstichtingUniversity of OxfordUnited Nations
KeywordsHumanitiesArtPhilosophyPolitical science

Abstract

fetched live from OpenAlex

Depuis 2014, le groupe armé État islamique a réussi à recruter un grand nombre de combattants étrangers occidentaux. La diffusion de son message via les médias sociaux ainsi qu’au moyen d’applications cryptées a permis au groupe d’attirer plusieurs membres et sympathisants. La propagande médiatique de l’État islamique aborde plusieurs facettes de son idéologie, dont une des plus significatives concerne l’idéologie de la mort. La valorisation de la mort est en fait dictée par une interprétation particulière de la tradition du djihad et inspirée des récits martyrologiques contemporains. Dans cet article, nous utilisons le cadre de Renseignement d'origine source ouverte (ROSO) pour observer comment le groupe réussit à communiquer son idéologie par la production de vidéos, par des manuels d’instructions sur la manière de mourir et des chants religieux. Par le biais de tels espaces médiatiques, on assiste à la construction d’une identité sociale chez les membres et les sympathisants de l’État islamique, menant à une appropriation collective des valeurs et des actions du groupe. Il n’est donc pas étonnant que certains de ses membres se donnent la mort pour la cause du groupe, et que ses sympathisants célèbrent les vertus de leurs martyrs.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.513
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.002
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.001

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.

Opus teacher head0.011
GPT teacher head0.314
Teacher spread0.303 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2019
Admission routes3
Has abstractyes

Explore more

Same venueFrontièresSame topicTerrorism, Counterterrorism, and Political ViolenceFrench-language works237,207