Bibliographic record
Abstract
À partir d’observations empiriques et d’observations théoriques, l’auteure expose deux manières de construire la relation au droit, l’une empruntant à l’idée d’aliénation — le droit est vu comme un cadre strict « déjà-là » (logique de l’interprétation, du choix entre réponses existentes), l’autre se rapportant davantage à l’idée de créativité — le droit est envisagé telle une expérience à formuler dans une rencontre entre des parties et une situation (logique de l’expérimentation, de la création de réponses possibles). L’auteure explore quelques idées pouvant appuyer une éthique constructiviste du droit qui soit orientée par de nouvelles façons d’être et de faire non seulement dans la production de la normativité de type juridique, mais aussi dans la conduite de la recherche (volonté de voir, d’écouter, d’être en relation significativement, d’intégrer des points de vue différents, etc.). En considérant la recherche comme une source potentielle, toutefois non officielle, de droit, et un endroit privilégié pour générer de l’innovation sociale par le droit, l’auteure présente trois manières distinctes de faire de la recherche en droit, pratiquées par ce qu’elle appelle le juriste-cartographe (point de vue interne), le juriste-voyageur (point de vue externe) et le juriste-architecte (point de vue engagé).
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 | 0.008 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.005 | 0.045 |
| Scholarly communication | 0.011 | 0.011 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 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".