MétaCan
Menu
Retour à la cohorte
Enregistrement W7117407851 · doi:10.7592/ejhr.2025.13.4.1142

Laughing on the edge

2025· article· en· W7117407851 sur OpenAlexaboutno aff
Alberto Godioli

Notice bibliographique

RevueEuropean Journal of Humour Research · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueHumor Studies and Applications
Établissements canadiensnon disponible
Organismes subventionnairesHORIZON EUROPE Framework ProgrammeNederlandse Organisatie voor Wetenschappelijk OnderzoekRijksuniversiteit Groningen
Mots-clésHuman rightsIncitementPerspective (graphical)HostilityGreat RiftNatural (archaeology)State (computer science)Freedom of expressionExpression (computer science)

Résumé

récupéré en direct d'OpenAlex

Dark humour, i.e. humour engaging with sinister or distressing topics, is often at the centre of complex legal cases regarding freedom of expression and its limits. On the one hand, this type of humour is safeguarded in principle by international free speech standards, which should also apply to expressions that “offend, shock or disturb the State or any sector of the population” (as emphasised by the European Court of Human Rights in Handyside v. United Kingdom). On the other hand, jokes about terrorism, natural disasters or other highly sensitive subjects are frequently taken to court under charges such as incitement to discrimination, hostility or violence. Even within the same judicial system, the courts’ approach to these cases is often unpredictable, and would arguably benefit from a more nuanced perspective on dark humour as a form of expression. While acknowledging the inherently subjective nature of humour interpretation, this article proposes an indicative distinction between three basic genres of dark humour, or three potential outcomes of the interpretive process—namely ‘disparaging’, ‘sarcastic’, and ‘taboo-breaking’ dark humour. This theoretical framework is subsequently illustrated through the analysis of relevant legal cases from different jurisdictions, including the European Court of Human Rights and domestic courts from Spain, Italy, Belgium, Scotland and Canada. In conclusion, moving beyond the specific case of dark humour, this article outlines the potential benefits of a closer dialogue between humour research and judicial practice.

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,875
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,214
Tête enseignante GPT0,488
Écart entre enseignants0,275 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Humour ResearchMême sujetHumor Studies and ApplicationsTravaux en français237 207