MétaCan
Menu
Retour à la cohorte
Enregistrement W2213350869

Deception, Disadvantage, and Democratic Deliberation: Aboriginal Strategies and Deliberative Institutions

2012· article· en· W2213350869 sur OpenAlexaboutno aff
Burke A. Hendrix

Notice bibliographique

RevueSSRN Electronic Journal · 2012
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEpistemology, Ethics, and Metaphysics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDeliberationDisadvantagedDeceptionDeliberative democracyPoliticsPolitical sciencePersuasionSolidarityRhetoricSociologySocial psychologyDemocracyLaw and economicsLawPsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Deliberative democrats argue that citizens should ideally enter the public sphere openly and honestly, so that they can reason most effectively with others. Yet deliberative theorists increasingly acknowledge that deviations from this model are necessary in practice, and often endorse rhetoric and related forms of persuasion where necessary to bridge divided communities or spotlight serious injustices. They have given limited attention to the status of deceptive speech, however. In this paper, I consider the ethics of political deception in two ways. First, I consider its acceptability by groups that are severely disadvantaged. Drawing on John Dryzek’s work, I argue that deception is permissible when necessary to build a larger “deliberative system” or to reduce profound injustices. Second, I consider the effects of deception on disadvantaged actors themselves, arguing that deceptive strategies are often harmful because their distorting effects on self-understandings and group solidarity. I thus argue that, for their own good, disadvantaged groups should choose deception only in extreme circumstances, even if they are morally permitted to use it much more frequently. The paper looks especially at the political and legal claims of Aboriginal peoples within Canada and the United States, though its general arguments are more broadly applicable.

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)0,012
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,058
Communication savante0,0090,007
Science ouverte0,0010,009
Intégrité de la recherche0,0040,003
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 Opus0,034
Tête enseignante GPT0,313
Écart entre enseignants0,279 · 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'étudeSans objet
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetEpistemology, Ethics, and MetaphysicsTravaux en français237 207