MétaCan
Menu
Retour à la cohorte
Enregistrement W2775178260 · doi:10.22329/wyaj.v34i1.4996

THE STORY OF THE BC FAMILY JUSTICE INNOVATION LAB

2017· article· en· W2775178260 sur OpenAlexvenueno aff
Jane Morley, Kari D Boyle

Notice bibliographique

RevueWindsor Yearbook of Access to Justice · 2017
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic JusticeMultitudeTheme (computing)SociologyTransition (genetics)Engineering ethicsEnvironmental ethicsAestheticsLawEpistemologyPolitical scienceComputer scienceEngineeringArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

Many in the justice system know that fundamental change is needed but few know the best way to do it. Previous attempts using strategic planning approaches have not achieved meaningful change. Something different is needed. The BC Family Justice Innovation Lab (the Lab) is experimenting with a different approach drawing on complexity science, the experience of other jurisdictions and disciplines and incorporating human-centred design as a way of focusing on the well-being of families going through the transition of separation and divorce. This article is the story of the first few years of the Lab’s life. It has been a fascinating and challenging path so far, and it remains to be seen whether it will ultimately succeed. The story is offered so that others with similar ambitions can learn from the Lab’s experience – its successes and its failures. It is the nature and strength of stories that the reader will take from them what they will. For the authors, one overriding theme that emerges from this story is that transforming a complex social system, such as the family justice system in British Columbia, requires embracing the complexity of paradox and refusing to be defeated by the tension of opposites and a multitude of wicked, unanswerable questions.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,619

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0320,018
Communication savante0,0140,005
Science ouverte0,0020,006
Intégrité de la recherche0,0050,013
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 Opus0,249
Tête enseignante GPT0,444
Écart entre enseignants0,195 · 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'étudeSans objet
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWindsor Yearbook of Access to JusticeMême sujetComplex Systems and Decision MakingTravaux en français237 207