Redressing the Right Wrong: The Argument from Corrective Justice
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
When we speak of historic injustice and the need for redress of those injustices, we tend to speak about land. After all, so the common narrative goes, what was taken from the Indigenous nations was land, and so to redress past wrongs, land must be returned to present day Indigenous people. In this essay, I argue that talking about land as the sole, or even as the primary form of redress misses the point because while settler governments did in fact organize a wholesale theft of Indigenous lands, that is not all that was taken and so is not all that needs to be returned to Indigenous nations to redress past wrongs. I make my argument within the framework of corrective justice, and I reason that the first thing you need to do in thinking about corrective justice is to identify the precise wrong that you are attempting to remedy. In the case of Indigenous nations, I argue that the single greatest wrong committed against Indigenous peoples has been the historical and ongoing suppression of institutions in Indigenous communities that positively affirm Indigenous values, cultures, and identities. The suppression of these institutions means that contemporary Indigenous people cannot flourish as Indigenous people because they do not have access to the social, cultural, and political resources that affirm their identity as Indigenous people. To redress past and present-day wrongs against Indigenous people in a framework of corrective justice is to return to Indigenous communities modern and contemporary institutions that affirm ancient Indigenous values and practices.
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 | 0,001 | 0,000 |
| 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 | 0,006 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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