MétaCan
Menu
Retour à la cohorte
Enregistrement W3177800020 · doi:10.29173/mlj1264

Reconsidering Legal Pedagogy: Assessing Trigger Warnings, Evaluative Instruments, and Articling Integration in Canada’s Modern Law School Curricula

2021· article· en· W3177800020 sur OpenAlexaffabout
Richard Jochelson, James Gacek, David Ireland

Notice bibliographique

RevueManitoba Law Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensUniversity of ManitobaYork UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCurriculumLegal educationEmpathyPsychologyPedagogySoftware deploymentLawPolitical scienceSociologySocial psychologyEngineering

Résumé

récupéré en direct d'OpenAlex

Law schools are rethinking the form of instruction and the means of delivery, a discussion now at the fore of legal education. This pedagogical picture is not complete without understanding students’ fidelity to the human and social experience of law school. To further understand student experiences, a voluntary online survey was distributed to 103 first-year law students. Our findings on the use of trigger warnings, the use of 100 percent final examinations, and the integration of articling and clinical-based skills in law school education present an opportunity for law teachers to reconsider curriculum reform and conventional legal education. Legal curricula ought to contextualize law in its social impacts and this includes recognizing student experiences of trauma and vulnerability in the law classroom. Further, this recognition develops and supports important clinical skills, including participation, group work and deployment of empathy in legal settings. By recognizing student sensitivity and by implementing multiple assessments and skills-based learning and training, we argue that educators and students can work together towards common goals which benefit both the teaching and the learning of law.

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 candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,729
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,089
Tête enseignante GPT0,385
Écart entre enseignants0,296 · 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.

Devis d'étudeQualitatif
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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueManitoba Law JournalMême sujetLegal Education and Practice InnovationsTravaux en français237 207