MétaCan
Menu
Retour à la cohorte
Enregistrement W610791400

Combating racial discrimination : affirmative action as a model for Europe

2000· book· en· W610791400 sur OpenAlexaboutno aff
Erna Appelt, Monika Jarosch

Notice bibliographique

RevueBerg eBooks · 2000
Typebook
Langueen
DomaineSocial Sciences
ThématiqueDiscrimination and Equality Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAffirmative actionRedressRacismInjusticeXenophobiaPoliticsPolitical scienceEconomic JusticeDemocracyEmployment discriminationSociologyLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In Europe as well as in other parts of the world, xenophobia and racism are among the unsolved problems of the ending 20th century. Globalization, mass migration and unemployment as well as the need to invent new supra- or crossnational identities require new political answers concerning the problems of inclusion and exclusion.In the United States and in Canada, 'affirmative action' programmes are among those policies which are intended to redress the injustice of discrimination based primarily on race, ethnicity, sex, but also on national origin, religion, or disability.This timely book is the first to present an overview of these hotly debated questions and the anti-discrimination policies in different countries. Experts from the United States, Canada and Europe examine the historical, institutional, judicial and sociological conditions of affirmative action and look at shifting concepts of racism, equality, integration and assimilation. They address the vital questions of whether policies originally created to increase opportunities for African Americans can be applied in Europe; whether the primary goal of 'affirmative action' should be to correct injustice or to safeguard diversity; and whether the democratic ideal of individual equality is at odds with what many perceive as preferential treatment. Moral success but political failure? Compensatory justice or reverse discrimination? This important book evaluates more than thirty years of affirmative action and helps to develop new instruments to deal with the roots and the effects of discrimination.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,015
Communication savante0,0090,008
Science ouverte0,0010,005
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,134
Tête enseignante GPT0,396
Écart entre enseignants0,262 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBerg eBooksMême sujetDiscrimination and Equality LawTravaux en français237 207