MétaCan
Menu
Retour à la cohorte
Enregistrement W1492537368

The Negotiator as Professional: Understanding the Competing Interests of a Representative Negotiator

2007· article· en· W1492537368 sur OpenAlexaff
Trevor C. W. Farrow

Notice bibliographique

RevuePepperdine Digital Commons (Pepperdine University) · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésNegotiationExpansivePolitical sciencePerspective (graphical)Law and economicsPublic relationsAlternative dispute resolutionLawDispute resolutionSociologyComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article is about lawyers as negotiators, and in particular, it is about identifying and understanding the influential and potentially competing interests that are - or at least should be - in the minds of lawyers (and potentially other third party representatives) during the overall negotiation process. While there continues to be an increasing amount of literature on the mechanics and strategies of negotiation, the underlying interests that are typically at stake in representative negotiations from the perspective of representatives - particularly negotiations involving lawyers - have not been adequately studied. Current accounts of the representative negotiator do not paint a full picture of what is typically going on inside the representative's mind, and as such, provide an impoverished view of his or her role, both in terms of its responsibilities and its potential opportunities. To address these deficiencies, this article advances an alternative, expansive model of the representative negotiator: the negotiator-as-professional model. It is a model that sees the role of the representative negotiator as being defined by at least four sets of interests: client interests, a broad understanding of the representative's self-interests (that may include, but are not limited to, interests vis-a-vis the representative negotiator's bargaining opposite), ethical interests and the public's interests.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0140,038
Communication savante0,0210,030
Science ouverte0,0020,010
Intégrité de la recherche0,0100,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,357
Écart entre enseignants0,306 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePepperdine Digital Commons (Pepperdine University)Même sujetLegal Education and Practice InnovationsTravaux en français237 207