Notice bibliographique
Résumé
Preface Acknowledgments Contributors Table of Cases Table of Statutes Introduction - John Goldring Australia Stuart Clark and Jocelyn Kellam Cambodia Ly Tayseng Canada Susan Paul and Peter J Cavanagh China Weining Zou and Xiaochun Wang Fiji Rodon King Hong Kong Allan CY Leung India Karnika Seth Indonesia Duane J Gingerich Japan Luke Nottage and Hiroyuki Kano Republic of Korea Eui Jae Kim and Hyung-Joon Park Macau Bruno Nunes Malaysia Lim Chee Wee and Ravneet Kaur Gill Myanmar Thida Aye and James Finch New Zealand Robert Gapes Papua New Guinea Erik Andersen Philippines Hector M de Leon, Jr Singapore Lawrence Teh Sri Lanka John Wilson Taiwan Matt Liu, CY Huang Thailand Alastair Henderson and Surapol Srangsomwong United States Kenneth Ross and Professor J David Prince US-Affiliated Pacific Island Jurisdictions Craig Miller Vanuatu John Ridgway Vietnam John E King and Tu Ngoc Trinh Product Liability Insurance Kemsley Brennan and Chris Lees Conclusion Trends Towards Strict Liability and Consumer Product Safety Regulation David Harland and Luke Nottage Contact details for contributors Index
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».