1. امینی، س. ج.، محمدیان، م.، و سلیم، ح. (۱۴۰۴). الگوی راهبردی مدیریت رسانههای اجتماعی در عرصه جهاد تبیین. دین و ارتباطات (دانشگاه امام صادق/ نامه صادق). (https://rc.isu.ac.ir/article_77669.html).
2. بهشتینژاد، س. م.، و رضازاده، ر. (۱۴۰۴). نقش جهاد تبیین در فضای مجازی برای پیشگیری از بحران. مدیریت بحرانهای اجتماعی، ۱۷(۱)، ۶۳–۹۵. (https://cmj.ihu.ac.ir/article_209951.html).
3. عراقی، ع.، بیدگلی، م.، و رجبی دهبرزویی، ا. (۱۴۰۱). واکاوی اهداف جنگ شناختی دشمن و راهکارهای تابآوری مقابله با آن با تأکید بر آموزههای قرآن. فصلنامه علمی مطالعات دفاع مقدس، ۸(۴)، ۱۴۳–۱۶۲. (https://dor.isc.ac/dor/20.1001.1.37883674.1401.8.4.7.6).
4. عزیزی، م.، و پیرانی، ش. (۱۴۰۱). کاربست نرمافزاری فضای مجازی در جهاد تبیین. فصلنامه علمی پژوهشهای انقلاب اسلامی، ۱۱(۴)، (https://www.roir.ir/article_168676.html).
5. طباطبایی، س. ف.، محمدحسینزاده، ع.، و اکبرپور فرسنگی، س. (۱۴۰۲). جهاد تبیین از منظر آیتالله خامنهای و مبانی فقهی آن. فصلنامه علمی مطالعات بیداری اسلام، ۱۲(۳)، ۱۴۳–۱۶۸. (https://www.iabaj.ir/article_180733.html)
6. غفاری، س. ا.، مهدیان، ح.، سیدی، س.، و ترکاشوند، ج. (۱۴۰۳). مدل نظاممند جهاد تبیین در اندیشه مقام معظم فرماندهی کل قوا (حفظالله تعالی). فصلنامه مدیریت نظامی، ۲۴(۹۳)، ۱–۲۷. (https://jmm.iranjournals.ir/article_713680.html)
7. محجوب، ح.، و شکوری، س. (۱۴۰۱). جنگشناختی مدرن: از شناخت در رزم تا عرصه جنگشناختی. مطالعات منابع انسانی، ۱۲(۲)، ۱۵۶–۱۸۰. (https://doi.org/10.22034/jhrs.2022.158895).
8. محمودی، م.، و صادقی، س. (۱۴۰۱). جهاد تبیین در فضای مجازی از منظر رهبر انقلاب. در سومین کنفرانس ملی پدافند سایبری، مراغه. (https://civilica.com/doc/1493906).
9. ملکزاده، م. (۱۴۰۳). کارکردها و پیامدهای جهاد تبیین در بینالمللی شدن الگوی مقاومت از دیدگاه آیتالله خامنهای. فصلنامه مدیریت نظامی، ۲۴(۱۰)، ۱۵۷–۱۷۶. (https://mag.rcipt.ir/article_181105.html).
10. نیکونهاد، ا.، و بیوک، م. (۱۴۰۳). طراحی و تصویرسازی مطلوب از «جهاد تبیین» در تقابل با پدیده جنگ شناختی مبتنی بر اندیشههای رهبری معظم انقلاب. آیندهپژوهی انقلاب اسلامی، ۵(۱)، ۱۱–۳۶. (https://dor.isc.ac/dor/20.1001.1.27173674.1403.5.1.1.3).
11. رضایی، د.، و ابراهیمی، ح. (۱۴۰۳). شناسایی عوامل، چالشها و راهکارهای مقابله با جنگ شناختی با تمرکز بر نسل زِد در ایران. فصلنامه مدیریت دفاع هوایی، ۳(۲)، ۲۷–۴۲. (https://jadm.khadu.ir/article_125.html?lang=fa).
12. فیشهای بیانات رهبر معظم انقلاب در خصوص جهاد تبیین. (۱۳۹۵–۱۴۰۴). پایگاه اطلاعرسانی دفتر حفظ و نشر آثار حضرت آیتاللهالعظمی خامنهای. (https://farsi.khamenei.ir/newspart-index-old?tid=26000#128187).
13. Al Momani, I. (2025). Ethical challenges for using artificial intelligence in understanding Islamic jurisprudence. Salud, Ciencia y Tecnología-Serie de Conferencias, (4), 1519. (http://dx.doi.org/10.56294/sctconf20251519).
14. Al-Shammari, E. T. (2025, April). Culturally and computationally adaptive social robots for Arabophone Islamic societies. In 2024 International Conference on IT Innovation and Knowledge Discovery (ITIKD) (pp. 1–6). IEEE. (https://doi.org/10.1109/ITIKD63574.2025.11005245).
15. Arrieta, A. G. J., et al. (2020). Explainable artificial intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI. Information Fusion, 58, 82–115. (https://doi.org/10.1016/j.inffus.2019.12.012).
16. Babiker, A., et al. (2025). Attitude towards AI: Potential influence of conspiracy belief, XAI experience and locus of control. International Journal of Human–Computer Interaction, 41(13), 7939–7951. (https://doi.org/10.1080/10447318.2024.2401249).
17. Bang, T. C. (2024). Ensuring credibility and trustworthiness in qualitative inquiries. In Applied Linguistics and Language Education Research Methods: Fundamentals and Innovations (pp. 70–85). IGI Global. (https://doi.org/10.4018/979-8-3693-2603-9.ch006).
18. Belghachi, M. (2023). A review on explainable artificial intelligence methods, applications, and challenges. Indonesian Journal of Electrical Engineering and Informatics (IJEEI), 11(4), 1007–1024. (http://dx.doi.org/10.52549/ijeei.v11i4.5151).
19. Bhavaneetharan, L. (2025, February). A comprehensive review of bias detection and XAI techniques in NLP. In 2025 5th International Conference on Advanced Research in Computing (ICARC) (pp. 1–6). IEEE. (https://doi.org/10.1109/ICARC64760.2025.10962966).
20. Braun, V., & Clarke, V. (2024). Supporting best practice in reflexive thematic analysis reporting in palliative medicine: A review of published research and introduction to the Reflexive Thematic Analysis Reporting Guidelines (RTARG). Palliative Medicine, 38(6), 608–616. (https://doi.org/10.1177/02692163241234800).
21. Creswell, J. W., & Inoue, M. (2025). A process for conducting mixed methods data analysis. Journal of General and Family Medicine, 26(1), 4–11. (https://doi.org/10.1002/jgf2.736).
22. Das, A., & Rad, P. (2020). Opportunities and challenges in explainable artificial intelligence (XAI): A survey. arXiv preprint arXiv:2006.11371. (https://doi.org/10.48550/arXiv.2006.11371).
23. Deppe, C., & Schaal, G. S. (2024). Cognitive warfare: A conceptual analysis of the NATO ACT cognitive warfare exploratory concept. Frontiers in Big Data, 7, 1452129. (https://doi.org/10.3389/fdata.2024.1452129).
24. Dwivedi, R., et al. (2023). Explainable AI (XAI): Core ideas, techniques, and solutions. ACM Computing Surveys, 55(9), 1–33. (https://doi.org/10.1145/3561048).
25. Ennab, M., & Mcheick, H. (2025). Advancing AI interpretability in medical imaging: A comparative analysis of pixel-level interpretability and Grad-CAM models. Machine Learning and Knowledge Extraction, 7(1), 12. (https://doi.org/10.3390/make7010012).
26. Fenstermacher, L., Uzcha, D., Larson, K., Vitiello, C., & Shellman, S. (2023, June). New perspectives on cognitive warfare. In Signal Processing, Sensor/Information Fusion, and Target Recognition XXXII (Vol. 12547, pp. 172–187). SPIE. (https://doi.org/10.1117/12.2666777).
27. Gunning, D., & Aha, D. (2019). DARPA’s explainable artificial intelligence (XAI) program. AI Magazine, 40(2), 44–58. (https://doi.org/10.1609/aimag.v40i2.2850).
28. Islam, S. R., Eberle, W., Ghafoor, S. K., & Ahmed, M. (2021). Explainable artificial intelligence approaches: A survey. arXiv preprint arXiv:2101.09429. (https://doi.org/10.48550/arXiv.2101.09429)
29. Machlev, R., et al. (2022). Explainable artificial intelligence (XAI) techniques for energy and power systems: Review, challenges and opportunities. Energy and AI, 9, 100169. (http://dx.doi.org/10.1016/j.egyai.2022.100169)
30. Mustafa, A. M., et al. (2024). Interpreting Arabic transformer models: A study on XAI interpretability for Qur’anic semantic-search models. Jordanian Journal of Computing and Information Technology, 10. (https://doi.org/10.5455/jjcit.71-1704878720).
31. Shafie, R. S., et al. (2024). Psychosemantics of “Us” and “Them” in social media warfare. SEARCH Journal of Media and Communication Research, 16(2), 65–81. (http://dx.doi.org/10.58946/search-16.2.P5).
32. Stanek, D., Klaban, I., & Coufalíková, A. (2025, May). Explainable artificial intelligence: State of the art and beyond. In 2025 International Conference on Military Technologies (ICMT) (pp. 1–7). IEEE. (https://ieeexplore.ieee.org/document/11005246).
33. Zhang, H., & Ogasawara, K. (2023). Grad-CAM-based explainable artificial intelligence related to medical text processing. Bioengineering, 10(9), 1070. (https://doi.org/10.3390/bioengineering10091070)
