Foreign Trained Black Lawyers’ Experiences in Ontario: I am a Lawyer! Am I a Lawyer? An Odyssey!
Notice bibliographique
Résumé
Abstract This thesis examines the experiences of foreign trained black lawyers navigating the Canadian legal credentialing process in Ontario and how that has impacted their lives. I chose to focus on foreign trained black lawyers (FTBL) and take a comparative look at black lawyers born and trained in Africa and the Caribbean as well as Canadian born blacks who studied outside Canada. FTBL includes those who are born in Canada and study abroad and those who are immigrants to Canada. The research employed a discursive framework, using the intersectionality of critical race theory and integrative anti-racist theory to contextualize and examine the issue. I employed a mixed method design using an online survey and interviews to examine and analyze the challenges of foreign trained black lawyers becoming credentialed in the Ontario legal system. The five major themes that emerged are as follows: 1) the NCA’s (National Committee on Accreditation) lack of transparency and consistency in the process of accreditation, and the Law Society of Upper Canada, specifically the LSUC exams; 2) Articling in Ontario, focusing on the challenges of securing articling positions; 3) the Impact of Racism, focusing on disempowerment and discrimination;4) Resilience and Career motivation, highlighting the participants’ coping mechanisms, sustenance and support; and 5) Networking, in particular relating to the importance and relevance of social capital in finding suitable work experiences.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,033 | 0,012 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».