The National Self-Represented Litigants Project: Identifying\tand\tMeeting the Needs of Self-Represented Litigants Final Report
Notice bibliographique
Résumé
The goal of this qualitative study was to develop data on the experience of self-represented litigants in three Canadian provinces: Alberta, British Columbia and Ontario. Field sites in each province were used as primary data collection points, but SRL respondents also came via social media and from all over each province. In addition, service providers (court staff, duty counsel, pro bono lawyers, staff in community agencies working with SRL’s) were included in the sample. Most respondents (almost 90% of SRL’s and 100% of service providers) participated in an in-depth personal interview; the remaining 10% of SRL’s participated in a focus group.\nData sample 259 SRL’s from the three provinces participated in either an in-depth personal interview or a focus group. Including follow-up interviews, a total of 283 interviews were conducted with SRL’s. In addition 107 interviews were conducted with service providers (defined above).\nSRL demographics The characteristics of the SRL sample are broadly representative of the general Canadian population. 50% were men and 50% were women. 50% had a university degree. 57% reported income of less than $50,000 a year and 40% (the largest single group) reported incomes of less than $30,000 a year. 60% of the SRL were family litigants and 31% were litigants in civil court (13% in small claims and 18% in general civil). 4% were appearing in tribunals (the remainder were unassigned). The majority of family SRL’s were filed in the divorce court (Supreme Court, Queen’s Bench or Superior Court) and a smaller number in provincial family court.
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 | 0,008 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,004 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».