MétaCan
Menu
Retour à la cohorte
Enregistrement W1969392131 · doi:10.1111/j.1467-9221.2008.00689.x

Government Apologies for Historical Injustices

2009· article· en· W1969392131 sur OpenAlexaff
Craig W. Blatz, Karina Schumann, Michael G. Ross

Notice bibliographique

RevuePolitical Psychology · 2009
Typearticle
Langueen
DomainePsychology
ThématiqueForgiveness and Related Behaviors
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)PoliticsAffect (linguistics)Political scienceSocial psychologyPsychologyPublic relationsCoding (social sciences)CriminologySociologyLawSocial science

Résumé

récupéré en direct d'OpenAlex

Scholars from various disciplines suggest that government apologies for historical injustices fulfill important psychological goals. After reviewing psychological literature that contributes to this discussion, we present a list of elements that political apologies should contain to be acceptable to both members of the victimized minority and the nonvictimized majority. Content coding of a list of government apologies revealed that many, but not all, include most of these elements. We then reviewed research demonstrating that political apologies that contain most of these facets are favorably evaluated, but especially by members of the nonvictimized majority. Next, we examined how the demands of victimized minorities affect their satisfaction with government apologies that lack some components. We conclude by discussing the implications of our analysis for when and how governments should apologize.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,003
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,414
Écart entre enseignants0,353 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations170
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolitical PsychologyMême sujetForgiveness and Related BehaviorsTravaux en français237 207