نقش محتوای عاطفی-تبیینی مداحی در تقویت سرمایه اجتماعی دفاعی در مواجهه با جنگ ترکیبی (مطالعه موردی جنگ رمضان)
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 30
فایل این مقاله در 33 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IHU-25-112_003
تاریخ نمایه سازی: 21 آبان 1405
چکیده مقاله:
این پژوهش با هدف بررسی نقش محتوای عاطفی-تبیینی مداحی در تقویت سرمایه اجتماعی دفاعی در مواجهه با جنگ ترکیبی، مطالعه موردی جنگ رمضان (اسفند ۱۴۰۴ تا اردیبهشت ۱۴۰۵) را بررسی کرد. جنگ رمضان به عنوان نمونه ای از جنگ ترکیبی، با فشارهای نظامی، اقتصادی، رسانه ای و شناختی، انسجام اجتماعی و تاب آوری جامعه را هدف قرار داد. پژوهش با روش داده بنیاد (روش نظام مند اشتراوس و کوربین)، داده ها را از طریق مصاحبه عمیق با مداحان، کارشناسان نظامی-امنیتی، اساتید علوم دینی، روحانیون و مخاطبان جوان جمع آوری و با کدگذاری سه مرحله ای (باز، محوری و انتخابی) تحلیل نمود. یافته ها نشان داد که فشارهای علی (اقتصادی-جنگی، رسانه ای و نسلی) مشارکت آیینی را تحت تاثیر قرار می دهند، اما محتوای عاطفی-تبیینی مداحی با فرایندهای بازتفسیر سختی ها در روایت رمضانی-عاشورایی، تقویت همبستگی دفاع محور در تجمعات شبانه روزی و تلفیق نمادهای ملی-مذهبی، واکنشی معنادار ایجاد می کند. این فرایندها با تکیه بر سرمایه اجتماعی شبکه های آیینی، گردش دیجیتال محتوا و موقعیت مخاطبان، به راهبردهایی مانند بازتاب واقعیت های جنگ، سازمان دهی پشتیبانی مردمی و گسترش گفتمان مقاومت منجر می شوند. پیامدهای کوتاه مدت شناسایی شده شامل کاهش آسیب روانی و تقویت شبکه های حمایتی محلی است و زمینه های تقویت هویت ملی-مذهبی و بازدارندگی فرهنگی به عنوان ظرفیت های بالقوه، نیازمند پژوهش های طولی معرفی شده اند. درنهایت، مدل پارادایمی «چرخه ی همبستگی دفاعی» استخراج شد که سازوکارهای عملی مداحی را برای تقویت سرمایه اجتماعی دفاعی در شرایط جنگ ترکیبی تبیین می کند.
کلیدواژه ها:
نویسندگان
مرتضی نثاری
دانش آموخته دکترای مدیریت راهبردی فرهنگی، دانشکده مدیریت راهبردی، دانشگاه و پژوهشگاه عالی دفاع ملی و تحقیقات راهبردی،تهران. ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :