MétaCan
Menu
Retour à la cohorte
Enregistrement W1999654537 · doi:10.1163/157180311x565133

International Judges and Experts’ Impartiality and the Problem of Past Declarations

2011· article· en· W1999654537 sur OpenAlexaff
Frédéric Megret

Notice bibliographique

RevueThe Law and Practice of International Courts and Tribunals · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Arbitration and Investment Law
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésImpartialityInternational lawPublic international lawLawArgument (complex analysis)MandatePolitical scienceLaw and economicsSociology

Résumé

récupéré en direct d'OpenAlex

The impartiality of international judges, fact-finders and rapporteurs is a central issue for the international rule of law. Although much attention has been devoted to conflicts of interest and prior office, the status of previous declarations that might impinge on impartiality remains a complex matter whose practical and theoretical ramifications have not been wholly addressed. This article explores the conditions under which prior utterances might impugn the impartiality of international judicial or other international mandate holders involved in the administration of international law. It proposes to frame the problem not merely as it relates to a particular kind of international agent (judge, or expert, or rapporteur), but more broadly as involving an assessment of the notion of impartiality as such. The article begins by proposing a broad outline of the international impartiality regime, drawing on recent cases and practice. It then makes the argument that impartiality should be evaluated by examining a broad range of factors that may demonstrate the presence of bias, and that are not reducible to a simple legal formula. The article seeks to make a contribution to outlining these factors on the basis of existing case law and best practices.

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)0,084
score de la tête « metaresearch » (Gemma)0,172
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,084
Score d'incertitude au seuil0,446

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0840,172
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0140,037
Communication savante0,0210,016
Science ouverte0,0040,011
Intégrité de la recherche0,0090,011
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 Opus0,043
Tête enseignante GPT0,277
Écart entre enseignants0,234 · 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'étudeSans objet
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

Citations29
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Law and Practice of International Courts and TribunalsMême sujetInternational Arbitration and Investment LawTravaux en français237 207