Une justice plus commerciale qu’industrielle ? Comparaison des attentes d’une « bonne justice » en Suisse
Bibliographic record
Abstract
Résumé Le but de cet article est triple. D’abord, nous identifions les qualités d’une bonne justice en Suisse, telles que définies par les différents acteurs qui forment le tribunal au sens large (juges, gestionnaires de tribunaux, avocats, journalistes, politiciens). Deuxièmement, nous vérifions si ces qualités peuvent coexister avec les valeurs véhiculées par le monde managérial (NGP). Enfin, nous évaluons la manière dont elles cohabitent (hybridation, dominance des unes sur les autres, etc.). Pour ce faire, nous avons analysé une série d’entretiens (56) semi-structurés menés dans des tribunaux de première et seconde instance dans des cours civiles, administratives et criminelles, dans les trois régions linguistiques du pays. Les résultats montrent que les groupes d’acteurs interviewés ont des attentes relativement similaires et qu’elles ne semblent pas être incompatibles avec celles de l’univers managérial. Cependant, lorsqu’ils décrivent la bonne justice, les participants font plus souvent appel à des notions liées au monde commercial qu’au monde industriel contrairement à d’autres études menées auprès d’employés du secteur public suisse, mais dans la lignée de ceux du Québec. L’article ouvre la voie à des recherches ultérieures dont l’objectif sera de tester ces conclusions.
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 | 0.004 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.009 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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".