Social-legal knowledge in adults with and without traumatic brain injury
Notice bibliographique
Résumé
OBJECTIVE: To characterise social-legal knowledge in adults with and without traumatic brain injury (TBI). METHOD: Participants, 19 adults with TBI and 21 uninjured comparison peers, completed a social-legal knowledge interview to discuss their understanding of laws and legal systems. We used grounded theory to define thematic content within participants' self-reported knowledge. RESULTS: Social-legal knowledge in both groups comprised five thematic categories. Three categories (normative rules, legal procedures, and structural characteristics) described the legal system itself, whereas two categories (personal anecdotes and uncertainty) described the participants' relationship to the law. Participants' social-legal knowledge was often technical and complex, defining a clear 'arrest-trial-jail' schema and well-defined roles for legal actors; however, participants often struggled to expand knowledge or to answer follow-up questions, and participants tended to frame the structural characteristics and their personal anecdotes negatively. Post-hoc analysis of total coded items showed no between-group differences in any of the five thematic categories. CONCLUSION: Adults with moderate-to-severe TBI articulated complex, albeit superficial, social-legal knowledge, with no thematic differences to the knowledge of adults without TBI. The results identify key thematic content areas that comprise social-legal knowledge in adults with and without TBI and highlight areas of relative strength and relative weakness within lay persons' internal understanding of laws and legal systems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».