Counteracting Hate Speech as a Way of Preventing Genocidal Violence
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Hate speech regularly, if not inevitably, precedes and accompanies ethnic conflicts, and particularly genocidal violence. Without such incitement to hatred and the exacerbation of xenophobic, anti-Semitic, or racist tendencies, no genocide would be possible and persecutory campaigns would rarely meet with a sympathetic response in the general public. In order to successfully prevent genocidal crimes and violence, therefore, it is indispensable to effectively address the problem of systematic incitement to hatred. While less virulent forms of hate speech may be adequately addressed by human-rights law obligations on governments to prohibit such acts, vicious, systematic, and state-organized hate propaganda should be criminalized under international law. Before discussing how hate speech can be treated as an international crime, this article assesses the most important justifications for proscribing hate speech, including the need to protect the human dignity and equality rights of the victims of such speech as well as the need to protect the public peace and the dangers of hate speech in that it may contribute to the creation of a climate of hatred and violence directed against a specific group. The article supports treating systematic incitement to hatred as a form of persecution, an approach recently upheld by the Appeals Chamber of the International Criminal Tribunal for Rwanda. Such an approach most adequately reflects the nature of hate speech and the motivations underlying its criminalization, while also respecting the important right to freedom of speech.
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.
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 | 0,000 | 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 découle