L’approche transsystémique et l’enseignement du droit en école de commerce
Bibliographic record
Abstract
Introduction L’approche transsystémique1 a été d’abord imaginée et développée à l’Université McGill à Montréal dans un contexte singulier2. Elle a ensuite inspiré les choix pédagogiques faits dans d’autres établissements comme l’Université du Luxembourg. Elle consiste à concevoir et à proposer un enseignement du droit qui ne privilégie pas un droit national ou même une tradition juridique au détriment des autres, mais cherche au contraire à montrer comment les différentes traditions juridiques offrent des réponses variées à des questions que les juristes doivent apprendre à traiter. L’approche transsystémique constitue une source d’inspiration pour les écoles de commerce. Celles-ci se trouvent confrontées à des défis spécifiques qui les conduisent à envisager ce genre d’approche innovante dans l’enseignement du droit à destination de leurs publics particuliers. À travers cette contribution, nous voudrions présenter une réflexion prospective fondée sur notre expérience de l’enseignement du droit dans une école de commerce3, notre connaissance des pratiques développées dans les autres écoles de management4 et notre intérêt pour la pédagogie qui nous a conduits notamment à nous intéresser à la formule d’enseignement du droit originale mise en place à l’Université McGill5. La réflexion que nous présentons est prospective parce qu’il n’existe pas, à notre connaissance, dans les écoles de commerce françaises, de cours de droit se revendiquant explicitement de l’approche transsystém
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 | 0.011 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.009 | 0.019 |
| Scholarly communication | 0.021 | 0.013 |
| Open science | 0.003 | 0.009 |
| Research integrity | 0.007 | 0.007 |
| Insufficient payload (model declined to judge) | 0.017 | 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".