MétaCan
Menu
Retour à la cohorte
Enregistrement W2535102255 · doi:10.3390/laws5040039

Precedents, Patterns and Puzzles: Feminist Reflections on the First Women Lawyers

2016· article· en· W2535102255 sur OpenAlexaff
Mary Jane Mossman

Notice bibliographique

RevueLaws · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésFeminismSociologyLawGender studiesPolitical science

Résumé

récupéré en direct d'OpenAlex

This paper initially examines the historical precedents established by some of the first women who entered the “gentleman’s profession” of law in different jurisdictions, as well as the biographical patterns that shaped some women’s ambitions to enter the legal professions. The paper then uses feminist methods and theories to interpret “puzzles that remain unsolved” about early women lawyers, focusing especially on two issues. One puzzle is the repeated claims on the part of many of these early women lawyers that they were “lawyers”, and not “women lawyers”, even as they experienced exclusionary practices and discrimination on the part of male lawyers and judges—a puzzle that suggests how professional culture required women lawyers to conform to existing patterns in order to succeed. A second puzzle relates to the public voices of early women lawyers, which tended to suppress disappointments, difficulties and discriminatory practices. In this context, feminist theories suggest a need to be attentive to the “silences” in women’s stories, including the stories of the lives of early women lawyers. Moreover, these insights may have continuing relevance for contemporary women lawyers because it is at least arguable that, while there have been changes in women’s experiences, there has been very little transformation in their work status in relation to men.

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)0,011
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,177

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0320,066
Communication savante0,0160,016
Science ouverte0,0020,010
Intégrité de la recherche0,0060,014
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,074
Tête enseignante GPT0,390
Écart entre enseignants0,317 · 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'étudeQualitatif
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

Citations11
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLawsMême sujetLegal Education and Practice InnovationsTravaux en français237 207