MétaCan
Menu
Retour à la cohorte
Enregistrement W2548524200 · doi:10.15353/lsuj.v1i0.121

Terrorism and Anti-Terrorism Legislation in Canada

2016· article· en· W2548524200 sur OpenAlexvenueaboutno aff
Amanda Spitzig

Notice bibliographique

RevueLegal Studies Undergraduate Journal · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTerrorism, Counterterrorism, and Political Violence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTerrorismLegislationSpan (engineering)DemocracyCharterGovernment (linguistics)PoliticsPolitical scienceLife spanLawEngineeringPhilosophyMedicine

Résumé

récupéré en direct d'OpenAlex

<span id="docs-internal-guid-7857b3e8-90ad-08d2-6f26-3101c7712dac"><span>The events of September 11, 2001 drastically altered the political climate in North America. The atmosphere of fear, mainly instilled by the hegemonic influence of American mass media outlets and government, allowed the Canadian government to take advantage of citizen unease and pass controversial legislation, such as the </span><span>Anti-Terrorism Act</span><span> (2001) and the </span><span>Combating Terrorism Act</span><span> (2013). This critical analysis attempts to divulge into the root meaning of “terror” in order to unpack the motivations of terrorism, and understand how it really operates. Particular attention is placed on the role of the media and the Canadian and American governments in instilling a psychological phenomenon of terror into society. This article seeks to answer whether terrorism poses any real threat to North Americans, and whether the legislation passed by the Canadian government stands up to the </span><span>Charter of Rights and Freedoms</span><span> and democracy itself.</span></span>

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,337
Score d'incertitude au seuil0,709

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,305
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLegal Studies Undergraduate JournalMême sujetTerrorism, Counterterrorism, and Political ViolenceTravaux en français237 207