MétaCan
Menu
Retour à la cohorte
Enregistrement W4416405636 · doi:10.36151/rcdi.2025.806.06

Derecho al honor versus libertad de expresión en redes sociales. el comportamiento beligerante y agresivo de las comunicaciones en redes sociales

2025· article· W4416405636 sur OpenAlexaff
Elena Fernández de la Iglesia

Notice bibliographique

RevueRevista crítica de derecho inmobiliario/Revista crítica de derecho inmobiliario · 2025
Typearticle
Langue
DomaineComputer Science
ThématiqueHate Speech and Cyberbullying Detection
Établissements canadiensOptech (Canada)
Organismes subventionnairesnon disponible
Mots-clésHonor

Résumé

récupéré en direct d'OpenAlex

En términos generales, el discurso de la agresividad verbal engloba todas aquellas expresiones consideradas peligrosas para la estabilidad de los sistemas democráticos. Entre ellas se encuentran las ofensas basadas en expresiones machistas frente a criterios feministas. La protección jurídica de estas expresiones continúa generando interesantes discusiones en diversos tribunales constitucionales y supranacionales. Nuestro artículo pretende explicar algunos de los principales criterios jurídicos que el TEDH y siguiendole nuestros tribunales (Supremo y Constitucional) que han adoptado sobre este tema en favor de la libertad de expresión. En el caso objeto de comentario dos son las cuestiones importantes a examinar, por un lado, la ideología del personaje que puede ser apreciada como violenta hacia las mujeres por su posicionamiento ideológico, donde prevalece el derecho a la libertad de expresión sobre el derecho al honor del sujeto, y por otro lado, la responsabilidad del titular de la cuenta de Facebook que permite los comentarios de sus seguidores, descalificadores, insultantes y amenazantes, no pudiendo de desentenderse sin más de lo que se publica en su perfil por otros usuarios.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,543
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,015
Méta-épidémiologie (sens strict)0,0040,005
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0020,006
Études des sciences et des technologies0,0050,004
Communication savante0,0090,002
Science ouverte0,0090,004
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,324
Écart entre enseignants0,293 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista crítica de derecho inmobiliario/Revista crítica de derecho inmobiliarioMême sujetHate Speech and Cyberbullying DetectionTravaux en français237 207