Comment une meilleure compréhension des rôles des femmes au sein des groupes terroristes aiderait-elle à concevoir des stratégies antiterroristes plus efficaces?
Bibliographic record
Abstract
Depuis plusieurs années, la lutte contre le terrorisme et la radicalisation menant à la violence est une priorité pour plusieurs pays, dont le Canada. En effet, nous constatons que les États ne lésinent pas sur leurs efforts dans le but de mettre en place des stratégies pour contrer la menace terroriste sur le plan national et international. Néanmoins, nous voyons que pour y parvenir, l’attention a été particulièrement mise sur la participation des hommes dans les groupes terroristes tout en minimisant à la même occasion la place et les actions des femmes au sein de ces derniers. C’est pourquoi ce mémoire se veut une réflexion sur l’implication active des femmes dans le terrorisme, plus spécifiquement sur leurs rôles au sein des organisations terroristes dans la perspective de proposer des recommandations applicables dans les stratégies antiterroristes actuellement en place au Canada et ailleurs dans le monde. Contrairement aux idées répandues dans les médias et dans la littérature scientifique que les femmes impliquées dans les groupes radicaux ne sont que des victimes d’un entourage les forçant à la radicalisation, dans ce mémoire nous analyserons une position opposée à ce postulat. En effet, de la femme kamikaze à la femme recruteuse et formatrice en passant par la mariée djihadiste, la présence féminine au sein des mouvements terroristes s’est accentuée au fil des années et l’impact de leurs actions s’est observé dans l’avancement du terrorisme. C’est pourquoi, dans le cadre de cette recherche, nous proposons d’analyser les motivations profondes qui poussent les femmes à la radicalisation et au choix du chemin du terrorisme pour une meilleure compréhension de leurs rôles dans des groupes terroristes. De plus, nous présentons quelques-unes des raisons pour lesquelles les organisations terroristes encouragent la présence et la participation active des femmes radicalisées dans leurs rangs. Enfin, nous proposons des pistes de réflexion sur la manière dont la participation et les rôles des femmes peuvent être réévalués dans l’élaboration des politiques de lutte contre le terrorisme, et ce, afin de les rendre plus efficaces
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 | 0.007 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.008 |
| Scholarly communication | 0.005 | 0.008 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.018 | 0.003 |
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".