Teaching with Feminist Judgments: A Global Conversation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This conversational-style essay is an exchange among fourteen professors — representing thirteen universities across five countries — with experience teaching with feminist judgments. Feminist judgments are “shadow” court decisions rewritten from a feminist perspective, using only the precedent in effect and the facts known at the time of the original decision. Scholars in Canada, England, the U.S., Australia, New Zealand, Scotland, Ireland, India and Mexico have published (or are currently producing) written collections of feminist judgments that demonstrate how feminist perspectives could have changed the legal reasoning or outcome (or both) in important legal cases.This essay begins to explore the vast pedagogical potential of feminist judgments. The contributors to this conversation describe how they use feminist judgments in the classroom; how students have responded to the judgments; how the professors achieve specific learning objectives through teaching with feminist judgments; and how working with feminist judgments — whether studying them, writing them, or both — can help students excavate the multiple social, political, economic and even personal factors that influence the development of legal rules, structures, and institutions. The primary takeaway of the essay is that feminist judgments are a uniquely enriching pedagogical tool that can broaden the learning experience. Feminist judgments invite future lawyers, and indeed any reader, to re-imagine what the law is, what the law can be, and how to make the law more responsive to the needs of all people.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 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 découle