Enhancing the Legal Profession’s Capacity for Innovation: The Promise of Reflective Practice and Action Research for Increasing Access to Justice
Notice bibliographique
Résumé
Recent national reports have documented growing justice gaps in Canada and have identified a compelling need for innovation in the justice sector to better meet the needs of the public. Nurturing a greater capacity for individual, collective, and critical reflection will ensure the legal profession is much better equipped to respond creatively and strategically to a lack of equal access to justice. In this article, I explore the generative and transformative potential of reflective practice – an important professional competency in other professional disciplines, but under-theorized in law, and action research – a dynamic and flexible form of qualitative research for supporting a culture of innovation in the legal profession and the justice system. Reflective capacity is a crucial enabler of innovative thinking, and it undergirds approaches to encouraging individual and systems change emerging from the organizational learning and innovation literature. An enhanced capacity for reflection will also support more generative and “futureforming” dialogues within the profession and between justice system stakeholders. Furthermore, systematically reflecting on disorienting empirical data about the troubling state of access to justice could develop an “access to justice consciousness” in law students and legal professionals, leading to a stronger willingness to take action to narrow the justice gaps. Introducing action research as an unpretentious and effective enabler of profound transformation and innovation in individual and organizational practices offers significant promise for tackling the “wicked problem” of access to justice. Practical illustrations of action research as an enabler of innovation drawn from legal practice are provided.
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 | 0,141 | 0,133 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,090 |
| Communication savante | 0,031 | 0,042 |
| Science ouverte | 0,005 | 0,028 |
| Intégrité de la recherche | 0,014 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».