MétaCan
Menu
Retour à la cohorte
Enregistrement W2946153400 · doi:10.19164/ijcle.v26i1.825

Supervision in the Clinic Setting: what we Really Want Students to Learn

2019· article· en· W2946153400 sur OpenAlexaffabout
Douglas Ferguson

Notice bibliographique

RevueInternational Journal of Clinical Legal Education · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésTribunalCompliance (psychology)LawEconomic JusticeSet (abstract data type)Legal educationLegal serviceLegal professionService (business)Political sciencePublic relationsSociologyPsychologyBusinessComputer scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

This paper focuses on certain key elements of student supervision in Community Legal Services at Western University in London, Canada. Our clinic offers a very broad range of legal services, ranging from criminal law to wills, and consumer law to housing, with 125-150 students taking part in 800-1,000 files per year.The first part of this paper will examine compliance with the supervision requirements of the profession’s governing body. Clinic supervision in a clinic must start with compliance with the regulator. The supervision requirements of the Law Society of Ontario are set out to demonstrate the standards Community Legal Services must meet.This paper will then discuss the classroom component consisting of lectures and simulation exercises where we deal with professional identity, ethical issues, sensitization to the lives of our clients, awareness of the importance of access to justice, and the capacity of legal processes.I will discuss our online materials for the classroom, including our Caseworker Manual which provides guidance in substantive law, court/tribunal rules, and clinic policies and procedures.

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)0,013
score de la tête « metaresearch » (Gemma)0,035
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 enseignants0,015
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,010
Communication savante0,0150,018
Science ouverte0,0040,013
Intégrité de la recherche0,0140,021
Charge utile insuffisante (le modèle a refusé de juger)0,0110,009

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 Opus0,082
Tête enseignante GPT0,554
Écart entre enseignants0,472 · 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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Clinical Legal EducationMême sujetLegal Education and Practice InnovationsTravaux en français237 207