MétaCan
Menu
Retour à la cohorte
Enregistrement W7007966374

Antiracism is a Virtue

2020· article· en· W7007966374 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarly and Creative Works from DePauw University (DePauw University) · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRace, History, and American Society
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRacismVirtueWhite (mutation)CourageOppressionDilemmaFace (sociological concept)Race (biology)Dignity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

What is antiracism and why should we consider it one of the virtues, like courage or honesty? Getting Ethics to Work’s resident ethicist Andy Cullison and producer Kate Berry explore the ways in which antiracism--as defined by scholars like Angela Davis and Ibrham Kendi--is a virtue. On this episode and every episode, we dig into the complicated moral issues people face in the workplace. If you have a workplace dilemma you need some help with, send your story to our producer Kate at katherineberry@depauw.edu. For this episode’s transcript, click here. Shownotes “Being Antiracist”: Materials from the National Museum of African American History and Culture How To Be An Antiracist by Ibram X. Kendi Antiracism defined by the Alberta Civil Liberties Research Centre Virtue Ethics Aristotle’s Virtues and Vices What is a White Savior? Materials for Talking about Race and Racism at Work "Confronting Racism at Work: A Reading List How to talk about racism at work “How Should You Be Talking With Employees About Racism?” HBR Ideacast “Talking about Race at Work" "It's Time to Stop Talking about Diversity at Work and Start Talking about Race" "How to Begin Talking about Race in the Workplace" Credits: Thanks to Smallbox for designing our logo and website. Thank you to Brian Price for editing and mixing each episode. “Brass Buttons” by Blue Dot Sessions From www.sessions.blue CC BY-NC 4.0 To contact us, email katherineberry@depauw.edu

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
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 enseignants0,666
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0030,001
Communication savante0,0000,004
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,214
Écart entre enseignants0,198 · 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 tête enseignante, pas un consensus.

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarly and Creative Works from DePauw University (DePauw University)Même sujetRace, History, and American SocietyTravaux en français237 207