MétaCan
Menu
Retour à la cohorte
Enregistrement W3009105611 · doi:10.22584/nr50.2020.006

Taking Responsibility for Intergenerational Harms: Indian Residential Schools Reparations in Canada

2020· article· en· W3009105611 sur OpenAlexfundvenueaboutno aff
Maegan Hough

Notice bibliographique

RevueThe Northern Review · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Identity and History
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Victoria
Mots-clésPolityEconomic JusticeWork (physics)Political scienceSociologyLawPublic administrationCriminology

Résumé

récupéré en direct d'OpenAlex

From 2009 to 2012 the author lived and worked in Whitehorse as a lawyer for Justice Canada. One of her responsibilities was to attend Independent Assessment Process hearings in the role of “Canada’s Representative.” The experience of hearing from survivors and working within the limits of a torts-based process sent the author on an exploration of how harms are classified and remedied in Canadian law. The disconnect she felt between the narrow parameters of the legal process and the ongoing effects of historic harms that were evident in many aspects of northern life needed to be reconciled. Building on previous work that identified and classified harms, the author reviews the thirteen reparations that have been provided for the harms caused by the Indian Residential Schools policy in order to assess how well these reparations, when taken together, are able to address the full range of harms expressed by residential school survivors. The author then suggests additional mechanisms of responsibility, drawn largely from transitional justice theories, which could bring Canadians, as individuals and as a polity, into their role within the intergenerational legacy of the Indian Residential Schools policy and recognize the full range of harms experienced by survivors.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,677

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,010
Études des sciences et des technologies0,0100,008
Communication savante0,0060,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,046
Tête enseignante GPT0,304
Écart entre enseignants0,259 · 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

Citations10
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Northern ReviewMême sujetCanadian Identity and HistoryTravaux en français237 207