Fighting Hate with Speech Law: Media and German Visions of Democracy
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
In Germany, far-right groups have revived Nazi terminology like Lügenpresse (lying press) or Systempresse (system press) to decry the media today. German politicians, journalists, and the public have turned to numerous methods to try to combat the reinsertion of Nazi language into everyday German life. One key method is the law. Prior to the 2017 German election, the German parliament swiftly passed the Netzwerkdurchsetzungsgesetz (Network Enforcement Law, NetzDG for short). While English-language press has often called this act a hate speech law, it actually enforces 22 statutes of extant German speech law online. Spearheaded by the SPD-led Justice Ministry, NetzDG represented the most public effort by the German government to push back against the AfD, the far right, and the rise of hate speech in Germany. NetzDG attracted huge global attention as the first major law to fine American-based social media companies for not adhering to national statutes. This article examines why German politicians turned to law as a way to combat the rise of the far right. I explore how NetzDG represented German political understandings of the relationship between freedom of expression and democracy and argue that NetzDG followed a longer historical pattern of German attempts to use media law to raise Germany's profile on the international stage. The article examines the irony that NetzDG was meant to defend democracy in Germany, but may have unintentionally undermined it elsewhere, as authoritarian regimes like Russia seized upon the law to justify their own curtailments of free expression. Finally, I explain the difficulties of measuring whether NetzDG has achieved its goals and showcase a few other approaches to the problems of information in democracies.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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