MétaCan
Menu
Retour à la cohorte
Enregistrement W1458491929

Reconstructing the weight of legal arguments

2001· article· en· W1458491929 sur OpenAlexaff
H. José Plug

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2001
Typearticle
Langueen
DomaineComputer Science
ThématiqueMulti-Agent Systems and Negotiation
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésArgumentation theoryArgumentativeArgument (complex analysis)EpistemologyPolitical sciencePhilosophyMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In legal argumentation it is important to be able to ascertain the strength of the arguments that are presented by the legal parties or by the judge.It is clear that the argumentative force of each single argument in multiple argumentation is stronger than in coordinative compound argumentation.Within coordinative compound argumentation however, the arguments need not to of the same importance.In this paper I will discuss suggestions as to how the argumentative force of arguments may differ and how these differences could be reconstructed. 1. C.My client is convinced that the vendor was aware of the fact that there was water under the house. J.How can he be so sure about that?C.The vendor was aware of the fact that there had been water under the houses of both neighbours for quite some time. J.That doesn't mean very much.I understand that there is water under more houses in that particular neighbourhood.C. The vendor's house, however, is known to have an underground connection with its neighbours.C. My client is convinced that the vendor knew that there was water under the house. J.How can he be so sure about that?C. According to the plumber, the vendor had 1000 litres of water pumped away from the crawl space of his house only last year. J.Most experts do agree that 1000 litres of water in the crawl space of a house is indeed alarming, others hold that only an amount of at least 1200 litres results in an alarming situation.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,559

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,215
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)Même sujetMulti-Agent Systems and NegotiationTravaux en français237 207