MétaCan
Menu
Retour à la cohorte
Enregistrement W206020881

Gender and the Profession: The No-Problem Problem

2002· article· en· W206020881 sur OpenAlexaboutno aff
Deborah L. Rhode

Notice bibliographique

RevueeYLS (Yale Law School) · 2002
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Systems and Judicial Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegal professionHonorPleasureQuarter (Canadian coin)LawRepresentation (politics)LesbianSociologyPolitical scienceGender studiesPsychologyHistory
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

It is a great honor and pleasure to have this opportunity among so many friends to discuss issues that have become increasingly central to our profession. It is a testament to our partial progress towards gender equality that Conference organizers believed that these issues were sufficiently important to showcase in a keynote address. Such topics rarely received even a walk-on role when I entered the profession. I graduated from law school in the late 1970s without having a single course by or about women. There were no women’s law associations, and I saw no women partners when I was interviewing for jobs. What is most striking to me now is how little of it was striking to me then. Most of us did not perceive the absence of women or women’s issues as a problem. It was just how law, and life, were. Today, the legal landscape has been transformed. But we still have a version of what I have called the “‘no problem’ problem.” Women’s increasing representation and visibility in the profession is taken as evidence that “the woman problem” has been solved. A widespread assumption is that barriers have been coming down, women have been moving up, and it is only a matter of time before full equality becomes an accomplished fact. In a recent survey by the ABA Journal, only a quarter of female lawyers and three percent of male lawyers thought that

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,040
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0160,058
Communication savante0,0100,023
Science ouverte0,0030,011
Intégrité de la recherche0,0140,018
Charge utile insuffisante (le modèle a refusé de juger)0,0170,003

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 Opus0,026
Tête enseignante GPT0,272
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations12
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetLegal Systems and Judicial ProcessesTravaux en français237 207