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
Slips of the tongue, unwitting favoritism, and stereotyped assumptions are just some examples of microaggression. Nearly all of us commit microaggressions at some point, even if we don't intend to. Yet over time a pattern of microaggression can cause considerable harm by reminding members of marginalized groups of their precarious position. The Ethics of Microaggression is a much needed and clearly written exploration of this pervasive yet complex problem. What is microaggression and how do we know when it is occurring? Can we be held responsible for microaggressions and if so, how? How has social media affected the problem? What role can philosophy play in understanding microaggression? Regina Rini explores these highly topical and controversial questions in an engaging and fair-minded way, arguing that an event is a microaggression precisely because it causes a marginalized person to experience an ambiguous encounter with oppression. She illustrates her argument with compelling examples from media, politics, and psychology and explains the significance of essential concepts, such as media representation, reparative renaming, and safe spaces. The Ethics of Microaggression explains what microaggression is and offers strategies for combating it. Assuming no prior knowledge of the topic or philosophy, it demystifies a controversial and extremely important topic in clear language. It is ideal for anyone coming to the topic for the first time and for students in philosophy, gender studies, race theory, disability theory, and social and political philosophy.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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