Le financement de la justice : la vraie mesure d’accès à la justice
Bibliographic record
Abstract
L’accès à la justice est souvent conceptualisé comme l’accès aux services juridiques, notamment par l’intermédiaire de la représentation par un.e avocat.e. Malgré l’accent mis sur l’importance des services juridiques gratuits ou à coût réduit, peu d’attention a été portée à leur mise en oeuvre et aux défis rencontrés par les justiciables admissibles. Le présent article repose sur des entrevues auprès de 69 justiciables et 36 acteurs clés des domaines du droit criminel, du droit familial et du droit du travail. Il met en lumière trois difficultés majeures vécues par les justiciables potentiellement admissibles à l’aide juridique, soit la difficulté : 1) à faire la preuve de leur admissibilité; 2) à trouver un.e avocat.e qui accepte de les représenter; et 3) à faire valoir leurs droits. Ces difficultés sont largement attribuées au sous-financement des services d’aide juridique. L’article présente ensuite les conséquences de ce sous-financement sur l’accès à la justice, en abordant l’atteinte au droit à un.e avocat.e de son choix et au droit à une défense pleine et entière, l’augmentation des coûts humains pour le ou la justiciable et la création d’une discrimination systémique à l’égard des populations les plus vulnérables. En conclusion, des recommandations sont formulées pour garantir que l’aide juridique, conçue pour améliorer l’accès à la justice, ne devienne pas un obstacle à celle-ci.
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 | 0.003 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.008 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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".