MétaCan
Menu
Retour à la cohorte
Enregistrement W1595734692

Defining Civil Disputes: Lessons from Two Jurisdictions

2011· article· en· W1595734692 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSMU Scholar (Southern Methodist University) · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDispute Resolution and Class Actions
Établissements canadiensUniversity of WindsorDalhousie University
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)Variety (cybernetics)Dispute resolutionCivil litigationIncentivePolitical scienceCivil procedureIdentification (biology)LawCommon lawLaw and economicsEngineeringSociologyEconomicsComputer scienceCivil engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Court systems have adopted a variety of mechanisms to narrow the issues in dispute and expedite litigation. This article analyses the largely unsuccessful attempts in two jurisdictions - the United States and Australia - to achieve early and efficient issue identification in civil disputes. Procedures that rely on pleadings to provide focus have failed for centuries, from the common (English) origins of these two systems to their divergent modern paths. Case management practices that are developing in the United States and Australia offer greater promise in the continuing quest for early, efficient dispute definition. Based on a historical and contemporary comparative analysis of the approach to pleadings in the United States and Australia, this article recommends that courts should rethink the function of pleadings, alter litigation incentives, and refine case management practices. This will lead to earlier issue identification, better framing of the discovery process, and a more efficient litigation process.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,004

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 Opus0,041
Tête enseignante GPT0,249
Écart entre enseignants0,208 · 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