MétaCan
Menu
Retour à la cohorte
Enregistrement W2261801851 · doi:10.53300/001c.6190

Why Teach Alternative Dispute Resolution to Law Students? Part One: Past and Current Practices and Some Unanswered Questions

2006· article· en· W2261801851 sur OpenAlexaboutno aff
Judy Gutman, Tom Fisher, Erika Martens

Notice bibliographique

RevueLegal Education Review · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensnon disponible
Organismes subventionnairesLa Trobe University
Mots-clésAustralian CurriculumCurriculumPedagogyInteractivitySociologyLiteracyMedia literacyCritical literacyPerspective (graphical)Engineering ethicsMathematics educationProject commissioningPolitical scienceLawPsychologyPublishingMultimediaComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The revolution in media and global communications in the last few decades has transformed the very basic foundations of knowledge and education. The pedagogical literature has been advocating for the development of media literacy across the curriculum. However, in Canada the Law School classroom, with its teaching philosophy built during an exclusively print-centred era, has not yet opened its doors to audiovisual teaching methodologies or to media literacy. The article describes some student-centred activities that are informed by visual pedagogy. Approaching the teaching of criminal law from the visual pedagogy perspective helps students develop media literacy, which enables a level of interactivity and critical thinking not achieved with traditional teaching methods.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,827
Score d'incertitude au seuil0,969

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,054
Tête enseignante GPT0,452
Écart entre enseignants0,398 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLegal Education ReviewMême sujetLegal Education and Practice InnovationsTravaux en français237 207