Tiếp cận một số lý thuyết liên ngành trong nghiên cứu quan hệ giữa văn hóa và đạo đức
Bibliographic record
Abstract
Bài viết nhằm làm rõ mối quan hệ giữa văn hóa và đạo đức trong xã hội, thông qua việc tích hợp các tiếp cận lý thuyết từ mô hình chiều cạnh văn hóa của Geert Hofstede, lý thuyết nền tảng đạo đức của Haidt và cộng sự, và lý thuyết vốn văn hóa của Pierre Bourdieu. Phương pháp nghiên cứu chủ yếu là phân tích lý thuyết liên ngành, kết hợp so sánh và diễn giải các mô hình giá trị để luận giải tính động và lịch sử hóa của chuẩn mực đạo đức trong bối cảnh xã hội khác nhau. Kết quả phân tích cho thấy đạo đức không tồn tại như một hệ chuẩn phổ quát bất biến, mà luôn được kiến tạo, duy trì và tái cấu trúc trong tương tác với các giá trị văn hóa nền tảng và điều kiện lịch sử - xã hội đặc thù. Bài viết cũng làm sáng tỏ cách các chiều cạnh văn hóa như cá nhân - tập thể, khoảng cách quyền lực hay định hướng thời gian tương tác với các nền tảng đạo đức bẩm sinh để định hình hành vi đạo đức cụ thể trong từng bối cảnh. Đóng góp mới của bài viết nằm ở việc kết nối ba cách tiếp cận lý thuyết lớn để cung cấp một khuôn khổ liên ngành về mối quan hệ động giữa văn hóa và đạo đức, từ đó đề xuất các hàm ý chính sách trong giáo dục đạo đức, xây dựng chính sách công thích ứng và phát triển con người toàn diện trong xã hội hiện đại đa giá trị.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.185 | 0.058 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".