L’idéologie de la mort dans la propagande de l’État islamique
Bibliographic record
Abstract
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 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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.010 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 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".