Hate Spin: The Manufacture of Religious Offense and Its Threat to Democracy
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
Description: Much of this upheaval can be traced back to the media. The common misperception is that the ‘Global Village’ envisioned by Marshall McLuhan (McLuhan and Powers, 1989) was a utopian place where the industrialized North and the global South would be joined in a shared worldview forged through modern communication technologies (‘Global Village’). In fact, the Canadian futurist saw electronic media creating not a shared worldview, but rather a ‘retribalization’ that would transform ‘the family of man into a new state of multitudinous tribal existences’, a situation that would sever ancient loyalties and was ‘far more likely’ to produce ‘conflict and discord’ than ‘uniformity and tranquility’ (Norden, 1969). As McLuhan (1977) told a Canadian television interviewer, ‘The global village is a place of very arduous interfaces and very abrasive situations’. Scrolling through social media feeds half a century later, it is evident that ‘conflict and discord’ and ‘very abrasive situations’ have become the norm. Around the world, the societal narrative has been hijacked by extremists of warring digitally mediated tribes. Electronic media is their weapon of choice. WhatsApp messages in India have sparked mob violence and lynchings (Frayer, 2018). A bogus anti-refugee YouTube video that went viral in Europe has fanned xenophobia (Funke and Mantzarlis, 2018). In the Middle East, mainstream and social media have been weaponized in a virtual confrontation that has split the Arab world (Pinnell, 2018).
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 | 0,002 | 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 | 0,001 | 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