Whose Fault Is It? Asking the Right Questions When Trying to Address Discrimination
Notice bibliographique
Résumé
The Australian Government’s announcement that it intends to ‘consolidate’ federal anti-discrimination laws has prompted debate about how these laws could be reformed rather than merely reformatted. In this article we compare Australian anti-discrimination laws with equivalent laws in the United Kingdom and Canada to illuminate the conception of discrimination that underpins each law and to prompt further debate about the appropriateness of the Australian regulatory model. If equality is accepted as a social good that benefits all members of a society, regulation that requires responsibility for addressing inequality to be shared is justified. In nations comparable to Australia, such as the UK and Canada, this has been accepted and built into the design of equality laws. The regulatory trend discernible in these jurisdictions is clearly a move away from an individual fault-based model of discrimination regulation like Australia’s which targets only discrimination that can be traced to a wrong-doer. The move is toward a regulatory model that castes a wider net requiring duty-holders not merely to refrain from wrong-doing but also to make at least reasonable efforts to eradicate discrimination and promote equality. In the United Kingdom this is illustrated by the introduction of positive equality duties to supplement the traditional anti-discrimination laws. Alternatively, Canada’s complaint-based system of anti-discrimination laws imposes a limited ‘positive’ obligation on duty holders to provide reasonable accommodation to members of all protected groups. In contrast, Australia’s anti-discrimination laws have not significantly developed since their inception, leaving Australia with ineffective laws and lagging behind international consensus on human rights and equality. To avoid achieving nothing more than ‘consolidation’ of narrow, inadequate, fault-based laws, we need to ask better questions. Addressing inequality is not just about fault.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,020 | 0,044 |
| Communication savante | 0,015 | 0,028 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,020 | 0,035 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».