Debating affirmative action : conceptual, contextual, and comparative perspectives
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
1. Justifying Affirmative Action: Perception and Reality. (Aileen McHarg, Donald Nicolson). 2. Positive Action for Women in Employment: Time to Align with Europe? (Noreen Burrows, Muriel Robison). 3. Affirmative Action in Women's Employment: Lessons from Canada. (Nicole Busby). 4. Affirmative Action: A German Perspective on the Promotion of Women's Rights with Regard to Employment. (Anke J. Stock). 5. Widening Participation and Higher Education. (Lois S. Bibbings). 6. Preferential Treatment, Social Justice, and the Part-time Law Student - The Case for the Value-added Part-time Law Degree. (Andrew M. Francis, Iain W. McDonald). 7. Affirmative Action in the Legal Profession. (Donald Nicolson). 8. Rethinking the Merit Principle in Judicial Selection. (Kate Malleson). 9. Quotas for Women! The Sex Discrimination (Election Candidates) Act 2002. (Aileen McHarg). 10. Minority Business Enterprise Programmes in the United States of America: An Empirical Investigation. (Martin J. Sweet). 11. Is There a Duty to Legislate for Linguistic Minorities? (Robert Dunbar)
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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