La contribution des blogues juridiques à la connaissance, à la critique et aux transformations du droit
Bibliographic record
Abstract
Le blogging juridique est un phénomène tout juste émergent au Québec comparativement à d’autres systèmes juridiques où il est pratiqué de longue date. La blogosphère juridique québécoise compte aujourd’hui une cinquantaine de blogues actifs. Ceux-ci demeurent encore largement méconnus de la communauté juridique, qui ne leur accorde généralement pas de valeur. Ils sont pourtant des outils efficaces de diffusion de la doctrine juridique et de commentaires de jurisprudence, que les juges québécois hésitent d’ailleurs beaucoup moins à utiliser. Cet article tente de montrer, en s’appuyant notamment sur des exemples étrangers et québécois, dans quelle mesure les blogues juridiques peuvent contribuer, de manière originale, non seulement à la diffusion du savoir juridique, mais aussi à la critique et aux transformations du droit. Pour ce faire, le présent texte propose avant tout de dresser un portrait en instantané de la blogosphère juridique québécoise. Il se poursuit par une discussion au sujet de la nature et de la valeur de la contribution des blogues, et finit par s’interroger sur l’influence, réelle ou potentielle, des blogues juridiques sur les acteurs du droit.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.019 | 0.011 |
| Scholarly communication | 0.015 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.018 | 0.002 |
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".