MétaCan
Menu
Retour à la cohorte
Enregistrement W2909073991 · doi:10.7202/1054353ar

The Regulation of Hateful and Hurtful Speech: Liberalism’s Uncomfortable Predicament

2018· article· en· W2909073991 sur OpenAlexaffvenue
Jocelyn Maclure

Notice bibliographique

RevueMcGill Law Journal · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueHate Speech and Cyberbullying Detection
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésLiberalismPoliticsArgument (complex analysis)NormativeHarmSociologyLawPolitical scienceLaw and economics

Résumé

récupéré en direct d'OpenAlex

The regulation of speech is a highly sensitive and always evolving ethical, political, and legal issue. On the one hand, hateful and hurtful speech is on the rise, especially, but not exclusively, with regard to the relationship between Islam and the West. We can also think of the radicalization of discourse brought about by the interactive phase of the Internet. On the other hand, demands for the suppression of certain forms of speech proliferate. After reviewing the argument for freedom of expression, I argue that while the notion of harm defended by Millian liberals is too narrow, an “offence principle” is too broad. After defending hate speech laws, I concede that such laws need to target only the speech acts that express the most severe forms of aversion and denigration toward the members of a specific group. I then reflect on the status of “hurtful speech”, which I see as including the performative utterances that stop short of being hateful but nonetheless erode, through their illocutionary force and perlocutionary effects, the social standing and bases for self-respect of those who are targeted. I conclude that the free speech debate reveals a limit of liberal political morality and leaves liberal normative theorists with an uncomfortable predicament, as they have to rely more on the complementary role of pro-social personal dispositions and civic virtues than they generally wish to.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,826
Score d'incertitude au seuil0,999

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 technologies0,0020,000
Communication savante0,0000,000
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 Opus0,011
Tête enseignante GPT0,221
Écart entre enseignants0,210 · 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'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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMcGill Law JournalMême sujetHate Speech and Cyberbullying DetectionTravaux en français237 207