MétaCan
Menu
Retour à la cohorte
Enregistrement W6961215936 · doi:10.14288/1.0432761

Building the Aboriginal Conference Settlement Suite : Hope and Realism in Law as a Tool for Social Change

2023· article· en· W6961215936 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Collections · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCassava research and cyanide
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSettlement (finance)IndigenousGovernment (linguistics)Economic JusticeMainstreamLaw reformPower (physics)Social changeLegal realism

Résumé

récupéré en direct d'OpenAlex

In 2014, the provincial government unveiled a new courthouse in Thunder Bay, Ontario, featuring a conference area designed to emulate an Anishinaabe roundhouse. The “Aboriginal Conference Settlement Suite” epitomizes efforts to support Indigenous justice within the criminal justice system. However, despite similar efforts in the past, the circumstances of Indigenous peoples in Canada have not improved. This ongoing commitment to legal solutions is emblematic of mainstream views of law as a problem-solving instrument. Notwithstanding awareness of its failings, law reformers remain dedicated to using law as a tool for social change. Employing a case study method focusing on the new courthouse, I challenge a prevailing wisdom that law reform outputs are manageable and in our control. I argue that similar to a courthouse, which is a concrete, physical structure as well as a symbol of justice, so too is the legal instrument both material and metaphorical, with concrete outcomes and symbolic forms. While treating law as a literal tool may give law reformers a longed-for sense of mastery, this approach belies law’s diffuse constitutive power and the various paradoxes in reformers’ actions. Accepting law’s dual nature is essential for candid and accurate assessments about the possibilities and limits of change through 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 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)0,020
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,219
Score d'incertitude au seuil0,435

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0400,120
Communication savante0,0240,011
Science ouverte0,0030,016
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,365
Écart entre enseignants0,268 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen CollectionsMême sujetCassava research and cyanideTravaux en français237 207