La structure conceptuelle des controverses juridiques : petite anatomie des cas dits « difficiles »
Bibliographic record
Abstract
Différentes tentatives de modélisation de l'activité judiciaire ont mené au constat commun de l'inévitable émergence de controverses au sein du savoir juridique. Dans un premier temps, nous verrons en quoi ne pas reconnaître le caractère controversé d'une situation participe d'une mise en lumière de ce que les auteurs ont qualifié de « dogme de la solution unique ». Cette reconnaissance révèle l'existence de niveaux dans le savoir juridique, dont la plus ou moins grande cohérence sera fonction d'une ouverture variable avec le champ de la factualité. Dans un second temps, nous verrons en quoi la nature particulière de la factualité juridique s'est traduite dans le champ de la théorie du droit en une variété de propositions sensibles à l'existence de cadres de réflexion et de présupposés épistémologiques mobilisés par la raison juridique. L'identification de ces présupposés permettra de porter un regard sur la controverse juridique qui pourrait favoriser la reconnaissance du caractère artificiel de la distinction entre « droit » et « faits ». En toute hypothèse, l'éclairage ainsi apporté par la notion de controverse juridique pourrait être bénéfique à l'étude d'une « structure profonde » de la raison juridique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.004 | 0.026 |
| Scholarly communication | 0.013 | 0.014 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.014 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".