Notice bibliographique
Résumé
Carens and others-have, each in their own ways, challenged the traditional liberal h e w o r k of individual rights and sought to extend this fiarnework to accommodate cuItural and disadvantaged rninorities.The theoreticai prescriptions that How fiom these works have implications for re-ordering majority-minority relations in pluralist societies.However, most discussions of ttiis sort have usuaiiy involved thinking through examples fiom advanced liberai democracies.And since most couniries in the wodd today are culturally diverse, there is a need to analyze and use other, mostly non-Western, examples to illuminate our understanding of what justice requires in regard to identity conflicts and comrnunity nghts.My dissertation uses the Indian example to probe morally compelling issues pertaining to liberal justifications of rights for disadvantaged groups.It explores the challenges that cultural difference and group disadvantage pose to the ideal of equal citizenship.More specifically, it draws on caste and religjous identities to problematize the notions of cultural recognition and resource redistribution based on disadvantages that groups experience.At a concrete level, the analysis focuses on (a) cultural recognition for religious minonties, and (kt) affirmative action for disadvantaged groups.While arguing a case for broadening the referent of equai treatrnent to include fair strategies of inclusion for groups that find themseIves under the burden of unequal circumstances, the thesis also addresses the reasonable Iimits of such group-based clairns in a liberal dernocracy of India's size and diversity.A study of the indian model, it is argued, poses fiesh challenges and solutions to the theory and practice of liberal democracy in both western and non-western contexts. AcknowledgemeatsFirst and foremost, 1 would like to thank Prof. Joseph Carens for his guidance and patience throughout both the dissertation process and my entire graduate career.His intensive intellectual advice and fnendly demeanour have significantly conibuted in making the exercise of writing this dissertation an extremely pleasant one.My dissertation took shape in, and grew out of the passionate and lively discussions in
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».