MétaCan
Menu
Retour à la cohorte
Enregistrement W2000829869 · doi:10.1080/13600834.2013.819698

Ontologies on trial: the lesson of<i>Maurice</i>v.<i>Judd</i>(New York, 1818)

2013· article· he· W2000829869 sur OpenAlexaboutno aff
Ephraim Nissan

Notice bibliographique

RevueInformation & Communications Technology Law · 2013
Typearticle
Languehe
DomaineSocial Sciences
ThématiqueArtificial Intelligence in Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWhaleJuryLEVIATHAN (cipher)Order (exchange)Class (philosophy)Jury trialFish <Actinopterygii>OntologyHistoryLawComputer sciencePolitical sciencePhilosophyComputer securityBusinessArtificial intelligenceEpistemology

Résumé

récupéré en direct d'OpenAlex

Ontologies, and legal ontologies are a particular class of application of these, have become fairly popular. Are they fit for purpose? Like with all kinds of tools from legal computing, one must be cautious, and consider very attentively what the likely receptions are going to be, among users. Maurice v. Judd (New York, 1818), when a jury was called to decide whether whale oil is fish oil, and decided that indeed whales are fish, is a trial that was analysed in Graham Burnett's Trying Leviathan: The nineteenth-century New York court case that put the whale on trial and challenged the order of nature (Princeton, NJ: Princeton University). It is a highly readable book, and it has something important to teach developers of ontologies in the legal domain. The intended public of users of any software, or of ontologies in particular, is paramount. Those intended users you are catering to with your new tool are going to make or break it, just as it happened, e.g. to sentencing information systems in Canadian provinces.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,007
Communication savante0,0000,002
Science ouverte0,0060,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,005

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 Opus0,124
Tête enseignante GPT0,359
Écart entre enseignants0,235 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformation & Communications Technology LawMême sujetArtificial Intelligence in LawTravaux en français237 207