MétaCan
Menu
Retour à la cohorte
Enregistrement W3140404902 · doi:10.29173/iasl8153

Censorship as a Human Dynamic: An International Perspective

2021· article· en· W3140404902 sur OpenAlexvenueno aff
Sara Fine

Notice bibliographique

RevueIASL Annual Conference Proceedings · 2021
Typearticle
Langueen
DomainePsychology
ThématiquePsychology of Development and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCensorshipSanctionsIdeologyPersonalityLawSocial psychologySociologyPoliticsPerspective (graphical)PsychologyPolitical scienceLaw and economicsEpistemology

Résumé

récupéré en direct d'OpenAlex

By their very nature, democracies around the world affirm belief in intellectual freedom of thought, speech and written word. In every such society, however, a counterforce exists that would limit such freedom and impose restrictions and sanctions against material viewed by some as anti-moral or anti-social. Free speech and censorship are opponents on a battlefield where each side to the conflict feels a righteous and indignant claim on behalf on its own cause. This paper presents a psychological perspective which tries to understand censorship - where it comes from, who "has it" and why, and how it functions in all human beings to keep them psychologically safe and sane. Based on personality theory, this paper explores the psychological indications for censorship as a human dynamic and its bases in family ideology, social group norms, demographic factors and individual personality development. This paper does not consider the legal, moral or politcal aspects of censorship, nor does it recount the may blatant subtle censorship events and conditions in countries around the world. Rather, it considers the individual and group conditions underlying personality development that are likely to result in the individual's inclination to assume legal, moreal and political censorship activities.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,017
Communication savante0,0090,007
Science ouverte0,0000,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,051
Tête enseignante GPT0,404
Écart entre enseignants0,354 · 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'étudeQualitatif
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIASL Annual Conference ProceedingsMême sujetPsychology of Development and EducationTravaux en français237 207