Pragmatic Assorted Strategies: How Canadian Cause Lawyers Contribute to Social Change
Notice bibliographique
Résumé
Public interest litigation often involves working with cause lawyers (i.e., those who work with and support social causes), which are understudied in Canada. This paper synthesizes some initial results, themes and issues from over 30 semi-structured qualitative interviews with Canadian cause lawyers regarding how they consider and use assorted strategies to attain their goals. As cause lawyering encompasses a significant breadth of potential activities and issues, this research focuses on lawyers who met three combined criteria: working for disadvantaged groups to improve their status quo in systemic ways; using legal skills in some broad way, including outside formal practice; and compensation not being the main driver for their work. The lawyers were based in private law firms, clinics, other non-governmental organizations and academia, and their work supported a variety of causes and specific issues. The interviewees illustrate how Canadian cause lawyers are pragmatic and strategic about using diverse methods to achieve their objectives. For example, the lawyers employ combinations of traditional public interest litigation, other litigation and summary advice, law reform, education and capacity building, media advocacy, and community engagement and work. The actual mixture for each lawyer varies depending on the lawyer's role, issue context and opportunities, organizational focus and structure, and other factors. Administrative work and resource constraints also have important impacts, particularly given the nature of cause lawyering work and context. These approaches are consistent with lawyers being realistic about the significance and effectiveness of law, including viewing rights as important but contingent political resources rather than mythologizing them. They also reinforce the constitutive role of law in society, including how law and society impact each other. The research thus provides key insights into how cause lawyers use such perspectives and tools to contribute successfully to social change.
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 | 0,021 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,067 | 0,047 |
| Communication savante | 0,020 | 0,007 |
| Science ouverte | 0,005 | 0,019 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».