Notice bibliographique
Résumé
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 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,009 | 0,024 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».