Le retour des combattants de l'État islamique en Occident : le cas du Canada et de la France : enjeux politiques, juridiques et philosophiques de la lutte contre la radicalisation
Bibliographic record
Abstract
Nous proposons, dans cet article, une analyse de la question des « revenants », qui constitue aujourd’hui l’un des enjeux majeurs en matière de sécurité nationale et internationale en Occident. Si entre 2014 et 2017, l’enjeu majeur des études liées au terrorisme et à la radicalisation était de l’ordre de la prévention (c’est-à-dire, prévenir le départ de futurs candidats au djihad), aujourd’hui, la situation n’est plus la même. Dans le contexte d’un affaiblissement significatif du groupe armé État islamique (EI), mais aussi de l’annonce du retrait des troupes américaines de Syrie, l’attention est davantage portée sur le retour des combattants de ces zones de conflits. Alors que la France s’apprête à rapatrier sur son territoire national environ 130 personnes, le Canada, à travers le gouvernement de Justin Trudeau, tend vers un refus de rapatrier ses ressortissants. Réfléchir à cette question dans les contextes canadien et français nécessite une approche transdisciplinaire. Tout en partant du point de vue et du cadre d’analyse des sciences politiques, nous proposons aussi de mettre l’accent sur les implications juridiques et philosophiques de la question du retour des combattants de l’EI. À partir d’un corpus constitué de rapports, d’articles de journaux, de données quantitatives et d’articles scientifiques, nous examinerons d’abord comment la question du retour des combattants a opéré un glissement dans le monde politique, passant du statu quo à une polarisation des débats, tant au Canada qu’en France. Puis, nous montrerons comment le phénomène du retour des combattants de l’EI va constituer un enjeu majeur à la fois dans l’analyse et dans la lutte contre la radicalisation.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.027 | 0.018 |
| Scholarly communication | 0.008 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".