Tracking\tthe Continuing Trends of the Self-Represented Litigants Phenomenon: Data from the National Self-Represented Litigants Project, 2015-2016
Notice bibliographique
Résumé
From 2011-2013, Dr. Julie Macfarlane conducted a study about experiences of self- representation in Canada in three provinces, Ontario, British Columbia and Alberta. She conducted detailed personal interviews and/or focus group interviews with 259 self-represented litigants (SRLs). Since the Study’s release in 2013 – “The National Self-Represented Litigants Project: Identifying and Meeting the Needs of Self-Represented Litigants” – SRLs continue to contact the National Self-Represented Litigants Project (NSRLP). This led the research team to develop an “Intake Form” in SurveyMonkey, in order to collect information from SRLs across Canada. While the data provided in the Intake Forms is less detailed and the SurveyMonkey format offers less context than the original study interviews, the questionnaire tracks SRL demographics using the same variables, such as income, education level and party status. The Intake Form also provides a glimpse into SRL personal experiences based on a final question which is “open format”. NSRLP is committed to regular reporting on this data. Our last effort spanned from March 2014-2015. This Report presents our latest data from 73 respondents (collected from April 01 2015-December 31, 2016). Additionally, in this Report, we shall compare what we see in this new data to the same variables reported in both the 2013 Research Report, and in the 2014-2015 Intake Report.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».