MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
Law, Economics, and Judicial Systems
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

1 095 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
1 095 travaux dans la cohorte · sur 4 299 418page 4 sur 22

Les étiquettes couvrent 3 des 1 095 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 1 095 des 1 095 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
Reporting Sexual Misconduct in the #MeToo Era
Ing-Haw Cheng, Alice Hsiaw
2022· article· en· American Economic Journal Microeconomics· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
10
citations
affnon étiqueté
Shotguns and Deadlocks
Claudia M. Landeo, Kathryn E. Spier
2013· article· en· SSRN Electronic Journal· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
10
citations
affnon étiqueté
Optimal Law Enforcement with Ordered Leniency
Claudia M. Landeo, Kathryn E. Spier
2020· article· en· The Journal of Law and Economics· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
10
citations
fundno affnon étiqueté
Learning in Standard-Form Contracts: Theory and Evidence
Giuseppe Dari‐Mattiacci, Florencia Marotta‐Wurgler
2022· article· en· The Journal of Legal Analysis· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
affnon étiqueté
Économie des procédures judiciaires
Bruno Deffains, Dominique Demougin, Claude Fluet
2007· article· fr· Revue économique· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
9
citations
venueno affnon étiqueté
Law-Making in Small Jurisdictions
Kevin E. Davis
2006· article· en· University of Toronto Law Journal· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
affnon étiqueté
A/B Contracts
George Georgiadis, Michael Powell
2021· article· en· American Economic Review· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
affsans résuménon étiqueté
Predicting Litigation Risk via Machine Learning
Gene Moo Lee, James P. Naughton, Xin Zheng, Dexin Zhou
2020· article· en· SSRN Electronic Journal· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
venueno affnon étiqueté
Unintelligent Decision-Making?
Samantha Luna, Allison D. Redlich
2020· article· en· The Wrongful Conviction Law Review· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
8
citations
affsans résuménon étiqueté
Contracts as Organizations
Brayden G King, D. Gordon Smith
2007· article· en· SSRN Electronic Journal· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
Characterizing the risk of fairwashing
Hiromi Arai, Satoshi Hara
2021· preprint· arXiv (Cornell University)· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
The Signal-Tuning Function of Liability Regimes
Claude Fluet, Murat C. Mungan
2017· article· en· SSRN Electronic Journal· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
The right‐to‐manage default rule
Mark Harcourt, Helen Lam, Richard Croucher
2015· article· en· Industrial Relations Journal· Economics, Econometrics and Finance
prédiction machine:candidate · aucuneconsensus · aucune
7
citations
venueno affnon étiqueté
10.2307/3505213
2000· article· en· Time to knit· Economics, Econometrics and Finance
prédiction machine:candidate · insufficient_payloadconsensus · insufficient_payload
7
citations

En coulisses: Sélection · Constats · À propos