Bibliographic record
Abstract
Basée sur des recherches empiriques menées en Belgique dans différents lieux de la justice étatique auxquels des familles en contexte migratoire recourent de manière significative, la contribution se concentre sur l’analyse des questions que la diversité culturelle pose à l’administration de la justice étatique en les passant au tamis de différentes perspectives théoriques associées au concept de pluralisme juridique en anthropologie du droit. Du dépouillement et de l’analyse des données émergent deux formes principales de manifestations de la diversité culturelle dans l’exercice de la justice familiale : d’une part, l’invocation explicite d’un argument culturel dans les demandes des justiciables, et, d’autre part, des interactions beaucoup plus implicites et complexes que la seule évocation formelle d’une norme attachée à un ordre distinct. La discussion de ces résultats conduit les auteures à clarifier la portée et la pertinence théorique de deux manières d’appréhender le pluralisme juridique, entre paradigmes culturalistes et critiques, pour un champ des recherches en construction qui s’attachent à approfondir la compréhension de situations marquées à la fois par une forte judiciarisation des conflits familiaux et par la diversité ethno-nationale des sociétés occidentales.
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 | 0.006 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.009 | 0.018 |
| Scholarly communication | 0.014 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".