Notice bibliographique
Résumé
What makes a person liberal or conservative? Why does the Democratic Party scare off so many possible supporters? When does our "injustice trigger" get pulled, and how can fairness overcome our human need to look for a zero-sum outcome to our political battles?Tapping into a pop culture zeitgeist linking Bugs Bunny, Taylor Swift, and John Belushi; through popular science and the human brain; to our political predilections, arguments, and distrusts, Daniel Meegan suggests that fairness and equality are key elements missing in today's society. Having crossed the border to take up residency in Canada, Meegan, an American citizen, has seen first-hand how people enjoy as rights what Americans view as privileges. Fascinated with this tension, he suggests that American liberals are just missing the point. If progressives want to win the vote, they need to change strategy completely and champion government benefits for everyone, not just those of lower income. If everyone has access to inexpensive quality health care, open and extensive parental leave, and free postsecondary education, then everyone will be happier and society will be fair. The Left will also overcome an argument of the Right that successfully, though incongruously, appeals to the middle- and upper-middle classes: that policies that help the economically disadvantaged are inherently bad for others. Making society fair and equal, Meegan argues, would strengthen the moral and political position of the Democratic Party and place it in a position to revive American civic life. Fairness, he writes, should be selfishly enjoyed by everyone
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 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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 | 0,001 |
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 tête enseignante, 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 ».