MétaCan
Menu
Retour à la cohorte
Enregistrement W2258367759

Regulating cases of 'extreme hate speech' in South Africa : a suggested framework for a legislated criminal sanction

2014· article· en· W2258367759 sur OpenAlexaboutno aff
Joanna Botha

Notice bibliographique

RevueSouth African Journal of Criminal Justice · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueHate Speech and Cyberbullying Detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHatredIncitementMandateHarmLawPolitical scienceCriminal lawSexual orientationCriminologySociologyPsychologySocial psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,366
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,048
Tête enseignante GPT0,270
Écart entre enseignants0,222 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSouth African Journal of Criminal JusticeMême sujetHate Speech and Cyberbullying DetectionTravaux en français237 207