MétaCan
Menu
Retour à la cohorte
Enregistrement W3163599923 · doi:10.7202/1076908ar

Going Circular: Indigenous Legal Research Methodology as Legal Practice

2021· article· en· W3163599923 sur OpenAlexvenueno aff
Alan Hanna

Notice bibliographique

RevueMcGill Law Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLaw in Society and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousWonderSubject (documents)Work (physics)SociologyLegal researchPolitical scienceTraditional knowledgeEngineering ethicsEnvironmental ethicsPublic relationsLawEpistemologyEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Working in Indigenous communities evokes thoughts about appropriate research methodologies. The default to academic methodologies raises questions about what Indigenous research methodologies might look like. Although there is growing discourse on this subject, I often wonder why Indigenous methodologies still tend to follow Western academic approaches. In this paper, I explore possibilities for alternative ways of understanding Indigenous research methodologies that are aligned with Indigenous practices. I argue that when research is conducted according to the ways and worldview of a particular Indigenous group, the researcher will find themselves practising the laws of that society, as many legal principles are exhibited through the manner in which a person walks in the world. Legal research specifically invites and encourages researchers to work in accordance with the very principles being learned. A methodology arising from a particular worldview and the legal order that it entails will promote practices long entrenched in its communities. Walking in such a manner allows a person to break free from traditional Western methodologies and begin to see the world through the cyclical movements of Indigenous knowledge and practice.

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)0,178
score de la tête « metaresearch » (Gemma)0,148
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,822
Score d'incertitude au seuil0,939

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1780,148
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0200,126
Communication savante0,0260,031
Science ouverte0,0050,014
Intégrité de la recherche0,0100,015
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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.

Tête enseignante Opus0,167
Tête enseignante GPT0,459
Écart entre enseignants0,292 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMcGill Law JournalMême sujetLaw in Society and CultureTravaux en français237 207