DECENTRALIZING JUSTICE: STRENGTHENING LEGAL FRAMEWORKS FOR LOCAL SELF -GOVERNANCE AND GRASSROOTS DISPUTE RESOLUTION
Notice bibliographique
Résumé
Across the Global South and North alike, courts are overburdened, legal costs deter participation, andjustice often arrives late. Decentralizing justice—through empowered local self-governance institutionsand community-level dispute resolution—offers a complementary pathway that can widen access, reducedelay, and embed justice within everyday life. This paper develops a comprehensive account of why andhow to strengthen the legal frameworks that enable grassroots dispute resolution. It synthesizes theoryfrom legal pluralism, polycentric governance, and restorative justice; surveys comparative experiences(including village or barangay justice, customary forums, community courts, and state-recognizedmediation); and examines opportunities and pitfalls in ope-rationalizing decentralization in contemporaryconstitutional democracies (with illustrations from India, Kenya, the Philippines, South Africa, NewZealand, and Canada). The analysis foregrounds the tension between accessibility and rights protection,emphasizing due process, gender equality, minority safeguards, and appellate oversight as nonnegotiablearchitecture.Methodologically, the paper adopts a doctrinal and comparative approach, augmented by a designoriented“law-in-action” framework that translates principles into implementable institutional blueprints.It proposes a model statute and policy toolkit: (1) clear legal recognition of community forums; (2)jurisdictional design focused on civil, family, tenancy, neighborhood, and low-value commercial matters;(3) standardized training and accreditation for community mediators; (4) layered oversight and reviewby regular courts; (5) data, funding, and outcome-tracking; and (6) digital-first infrastructure with ethicalonline dispute resolution (ODR). The paper concludes that decentralization can democratize justice onlyif it is normative anchored in constitutional values, procedural disciplined, and empirically stewardedthrough evidence-based governance.
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 | 0,022 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,032 |
| Communication savante | 0,009 | 0,014 |
| Science ouverte | 0,003 | 0,016 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».