Zealous Advocacy or Exploitative Shakedown?: The Ethics of Shoplifting Civil Recovery Letters
Notice bibliographique
Résumé
Twenty years ago, Canadian retailers imported the American practice of sending letters to alleged shoplifters and their parents demanding the payment of several hundred dollars as “civil recovery.” In the United States, this practice is backed by state legislation that explicitly provides retailers with a statutory cause of action against shoplifters. In Canada, however, no similar legislation exists. Instead, Canadian retailers have attempted to justify their “civil recovery” claims by relying on common law torts. In order to give their demands increased authority, many retailers retain lawyers to send out their “shoplifting civil recovery letters” (“SCRLs”). This article supplements existing critiques of lawyers who send SCRLs and makes the case for greater law society regulation through a detailed analysis of the common law claims advanced in SCRLs and a consideration of whether advancing such claims violates a lawyer’s ethical obligations. This article concludes that lawyers who send SCRLs act unethically by advancing legal and factual claims for which there is no good faith basis. In order to combat this problem, law societies should take action by publishing practice directions on the topic of SCRLs and by disciplining lawyers who violate their professional obligations when sending SCRLs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,021 | 0,120 |
| Communication savante | 0,015 | 0,011 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,016 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».