The Potential for Violence Against Homosexuals and Strategies of Advancing Tolerant Gender Social Norms and Democracy
Notice bibliographique
Résumé
Abstract In this chapter, we first present an estimate of the potential for homophobic violence driven by religiously motivated extremism, estimated from data from the World Values Survey 2017 to 2022. on a population-weighted basis, 52.5% of the world's population can be classified as homophobic, that is, they disapprove of having a homosexual neighbour, and 12.8% of the population not only disapprove of having a homosexual neighbour, but also strongly believe that it is an essential part of democracy for religious institutions to interpret the laws 1. 2% of the world's population now not only are homophobic and believe that it is an essential part of democracy for religious institutions to interpret the laws, but also strongly believe that political violence is justified. We then present country estimates of this extremist religiously motivated homophobic population with the Philippines, Malaysia, Kenya, Ecuador, Zimbabwe, Canada, Spain, Nicaragua, Mexico, and Iraq leading the way. We then present a parametric factor analytical derived index of tolerance, social gender norms, and democracy, and show the results for the countries as a whole, and for their Muslim and Orthodox populations. we also analyze in this chapter homonegativity in the wider social context and discuss the very close relationship between homonegativity and phenomena, such as religious particularism, and restrictive gender, norms, documented by the United Nations Development Program and find evidence of the strong relationship between homonegativity and anti-Semitism.
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 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 | 0,000 |
| 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 | 0,001 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».