Hoe <i>woke </i>mag een advocaat zijn? Nieuwe dilemma's voor de advocatuurlijke beroepsethiek
Bibliographic record
Abstract
Dit artikel gaat over één van de felste vraagstukken in het huidige integriteitsdebat: de morele agenda van woke. Juristen – en advocaten in het bijzonder – worden, vooral vanuit de universiteit, in toenemende mate aangespoord om zich in te zetten voor social justice. Maar wat houdt die aansporing in? En over wiens rechtvaardigheid hebben we het hier? In dit stuk verkennen de auteurs de impact van woke op de advocatuur. Daarbij laten zij zich leiden door de vragen wat nu kind is, en wat nu badwater. De insteek van woke – alertheid op sociale onrechtvaardigheid – is immers, zeker op het eerste gezicht, zeer prijzenswaardig, maar brengt ook nieuwe dilemma's met zich. Na een korte verkenning gaan de auteurs in op de (theoretische) achtergrond van woke. En op de vraag hoe de motieven van woke zich verhouden tot de rechtsstatelijke rol van de advocaat. In dit alles bedoelt dit stuk vooral een aanzet te geven tot verdere discussie.
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 | 0.019 | 0.028 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.015 | 0.030 |
| Scholarly communication | 0.039 | 0.026 |
| Open science | 0.003 | 0.015 |
| Research integrity | 0.010 | 0.017 |
| Insufficient payload (model declined to judge) | 0.020 | 0.006 |
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".