MétaCan
Menu
Retour à la cohorte
Enregistrement W2902940841 · doi:10.25316/ir-1568

Developing a conceptual measurement framework for measuring access to justice in post-conflict settings

2018· article· en· W2902940841 sur OpenAlexfundno aff
Megan Capp

Notice bibliographique

RevueVIURRSpace (Vancouver Island University) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePeacebuilding and International Security
Établissements canadiensnon disponible
Organismes subventionnairesRoyal Roads University
Mots-clésEconomic JusticeComputer sciencePolitical scienceSociologyLaw

Résumé

récupéré en direct d'OpenAlex

Access to justice has been recognized as an essential component of peace, sustainable development and conflict resolution. The international community acknowledged this significance with the 2015 adoption of the United Nations 2030 Agenda for Sustainable Development and, in particular, Sustainable Development Goal 16- Peace, Justice, and Strong Institutions. Due to the many distinctive characteristics of post-conflict settings, attempting to measure access to justice in post-conflict environments remains challenging. In order to develop a conceptual measurement framework for use in post-conflict situations, this qualitative study reviews and analyzes the literature on access to justice, existing measurement tools designed to measure the concept, and data gathered through consultations with 10 subject matter experts in San Jose, Costa Rica. The resulting conceptual measurement framework accounts for the unique and varied ways that access to justice is experienced in post-conflict environments and suggests feasible options for implementation in the field.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil0,993

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 savante0,0000,000
Science ouverte0,0010,000
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 Opus0,083
Tête enseignante GPT0,317
Écart entre enseignants0,235 · 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
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVIURRSpace (Vancouver Island University)Même sujetPeacebuilding and International SecurityTravaux en français237 207