MétaCan
Menu
← Retour à la cohorte
Enregistrement W7028501972

100% of first-gen and veterans receive aid

2023· article· en· W7028501972 sur OpenAlexaboutno aff

Notice bibliographique

RevueeYLS (Yale Law School) · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScholarshipQuarter (Canadian coin)Class (philosophy)Legal educationGovernment (linguistics)Higher education
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The School of Law is pleased to share that once again 100% of the first-generation college graduates and military veterans enrolled in its Juris Doctor program are receiving aid. First-generation students are supported by more than 20 scholarship funds including the First-Start Scholars Program established by 1982 alumna Kathelen V. Amos and the Daniel P. Amos Family Foundation. This initiative has grown from first-generation students in the 2019 J.D. entering class receiving a scholarship to every first-gen J.D. student getting aid for the third year in a row. Student veterans benefit from the Butler Commitment, which was created in 2019 by renowned trial attorney and 1977 law school alumnus James E. "Jim" Butler Jr. and guarantees aid to all enrolled military veterans. The School of Law is redefining what it means to be a great national public law school by offering a world-class, hands-on, purpose-driven educational experience with a pioneering commitment to accessibility and affordability, according to Dean Peter B. "Bo" Rutledge. Some recent statistics supporting this statement include: #1 or 2 Best Value Law School for the last six years (National Jurist). Nearly 99% Ultimate Bar Passage rate for Class of 2020 graduates. 50% reduction in aggregate annual student borrowing compared to 2013. 87% of students receiving scholarships (2021-22). 18 clinics and externships, with 94% participation (Class of 2023).

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,285

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0850,032

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 Opus0,044
Tête enseignante GPT0,345
Écart entre enseignants0,301 · 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 revueeYLS (Yale Law School)→Même sujetLegal Education and Practice Innovations→Travaux en français237 207→