Explaining the breakdown of ethnic relations : why neighbors kill
Notice bibliographique
Résumé
Notes on Contributors. Series Preface. Acknowledgments. 1 Why Neighbors Kill: An Overview: Richard A. Vernon and Victoria M. Esses (University of Western Ontario). Part I. Individual Factors. 2 Extreme Harmdoing: A View from the Social Psychology of Justice: Carolyn L. Hafer (Brock University), James M. Olson (University of Western Ontario), and Alexandra A. Peterson (University of Toronto). 3 On the Nature of Contemporary Prejudice: From Subtle Bias to Severe Consequences: John F. Dovidio and Adam R. Pearson (Yale University), Samuel L. Gaertner (University of Delaware), and Gordon Hodson (Brock University). 4 Why Neighbors Kill: Prior Intergroup Contact and Killing of Ethnic Outgroup Neighbors: Miles Hewstone (University of Oxford), Nicole Tausch (Cardiff University), Alberto Voci (University of Padova), Jared Kenworthy (University of Texas at Arlington), Joanne Hughes (Queen's University Belfast), and Ed Cairns (University of Ulster). 5 Why Neighbors Don't Stop the Killing: The Role of Group-Based Schadenfreude: Russell Spears (Cardiff University/University of Amsterdam) and Colin Wayne Leach (University of Sussex). Part II. Societal Factors. 6 When Neighbors Blame Neighbors: Scapegoating and the Breakdown of Ethnic Relations: Peter Glick (Lawrence University). 7 The Influence of the Threatening Transitional Context on Israeli Jews' Reactions to Al Aqsa Intifada: Daniel Bar-Tal and Keren Sharvit (Tel-Aviv University). 8 Why Do States Kill Citizens? Or, Why Racism is an Insufficient Explanation: Patricia Marchak (University of British Columbia). Part III. Synthesis. 9 Theories of Genocide: The Case of Rwanda: Howard Adelman (Griffith University). 10 Applying the Unified Instrumental Model of Group Conflict to Understanding Ethnic Conflict and Violence: The Case of Sudan: Victoria M. Esses (University of Western Ontario) and Lynne M. Jackson (King's University College at the University of Western Ontario). 11 The Origins of Genocide and Mass Killing, Prevention, Reconciliation, and their Application to Rwanda: Ervin Staub (University of Massachusetts at Amherst). Index
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,073 | 0,018 |
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 source (Gemma direct ou Codex distillé), 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 ».