Regulating cases of 'extreme hate speech' in South Africa : a suggested framework for a legislated criminal sanction
Notice bibliographique
Résumé
This contribution investigates the merits of the introduction of a legislated criminal sanction for cases of extreme hate speech in South Africa and discusses the key parameters of a potentially new legal framework to do so. The distinction between hate speech and hate crimes is explored, followed by an analysis of the existing legal framework regulating hate speech in South Africa and a consideration of international law and the legal position in the European Union, the United States and Canada. The authors argue that a legislated hate-motivated crime serves a dual purpose. It protects the rights of the victim and the target group and also ensures that society is informed that hate speech is neither tolerated, nor sanctioned. The threshold test for the criminal sanction must, however, be strict in order to protect the integrity of the right to freedom of expression. Only the advocacy of extreme hatred in public against a group of persons on five prohibited grounds, namely race, ethnicity, gender, sexual orientation and religion, and which constitutes the wilful incitement to cause severe harm to the target group, should be criminalised. A criminal sanction for cases of extreme speech is needed to overcome the grave and substantial threat that pervasive hatred and discord causes to the achievement of the constitutional mandate.
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 | 0,024 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,016 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,017 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».