MétaCan
Menu
Retour à la cohorte
Enregistrement W3131615048

A Response to Fake News as a Response to Citizens United

2019· article· en· W3131615048 sur OpenAlexaff
Van Alstyne, Walter H. Marshall

Notice bibliographique

RevueSSRN Electronic Journal · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLaw, Rights, and Freedoms
Établissements canadiensQuest University Canada
Organismes subventionnairesnon disponible
Mots-clésContradictionArgument (complex analysis)IncitementPoliticsAbsolute (philosophy)Intervention (counseling)LawPolitical scienceLaw and economicsSociologyLinguisticsPsychologyPhilosophyEpistemology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This short essay takes aim at a core assumption of Citizens United v FEC that there is no such thing as too much speech. Courts use this argument to justify non-intervention in cases of politically protected speech. If fake news is political, then it is hard to regulate. Yet, if politically protected speech is an absolute right, never to be infringed, it is possible to invalidate the assumption that the right can be enforced. The idea borrows from the Church Turing thesis and sets up a logical contradiction in systems of absolute rights. Drawing a parallel to the absence of absolute truth in systems of logical statements, one can show a self-contradiction in a system of absolute rights. From this, it follows that there is a condition of too much speech, for which regulation is justified, even as applied to politically protected speech. Setting aside all the usual exceptions, such as incitement to violence, fraud, and defamation, the need for intervention holds even for the truest most desirable speech. This implies a tighter boundary for regulation than courts have previously recognized. If true, the case for regulating false speech is, a fortiori, stronger still. Thus fake news should be easier to regulate than current laws admit. The conclusion also has direct application to Super PAC spending. In effect, certain boundaries on speech actually free the market for speech.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0040,006
Communication savante0,0050,005
Science ouverte0,0010,002
Intégrité de la recherche0,0130,007
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 GPT0,284
Écart entre enseignants0,273 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetLaw, Rights, and FreedomsTravaux en français237 207