MétaCan
Menu
Retour à la cohorte

Legislating truth: Comparative lessons from Canada's national truth-telling architecture for Australia

2025· article· en· W7125739495 sur OpenAlexaboutno aff
Emma-Jaye Gavin, Andrew Gunstone

Notice bibliographique

RevueJournal of Australian indigenous issues · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLaw in Society and Culture
Établissements canadiensnon disponible
Organismes subventionnairesQueensland GovernmentUniversity of New South Wales
Mots-clésArchitectureGovernment (linguistics)Work (physics)Legislation

Résumé

récupéré en direct d'OpenAlex

Truth-telling has become a prominent component of reconciliation agendas in settler-colonial states, although the extent to which such processes are embedded within enduring political, legal, and institutional frameworks varies significantly.This article presents a comparative analysis of Canada's national truth-telling architecture and Australia's more fragmented approach to truthtelling and reconciliation.Drawing on engagements with Indigenous leaders, Elders, Survivors, and research institutions in Canada, the article examines how truth-telling has been institutionalised through legislation, permanent national institutions, and practices of civic commemoration.In contrast, it demonstrates that Australia's truth-telling initiatives remain uneven across jurisdictions, highly contingent on political context, and insufficiently anchored in national law.The article identifies key implications for the Australian context, including the importance of Indigenous-governed national truth-telling infrastructure, legislative implementation of the United Nations Declaration on the Rights of Indigenous Peoples (UNDRIP), and mechanisms to ensure continuity and accountability in reconciliation processes.It concludes that without durable national frameworks, truth-telling is unlikely to achieve its transformative potential.

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)0,007
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,176
Score d'incertitude au seuil0,955

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0290,013
Communication savante0,0100,003
Science ouverte0,0020,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,090
Tête enseignante GPT0,411
Écart entre enseignants0,320 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Australian indigenous issuesMême sujetLaw in Society and CultureTravaux en français237 207