Designing and Implementing e-Justice Systems: Some Lessons Learned from EU and Canadian Examples
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.
Notice bibliographique
Résumé
Access to justice has become an important issue in many justice systems around the world. Increasingly, technology is seen as a potential facilitator of access to justice, particularly in terms of improving justice sector efficiency. The international diffusion of information systems (IS) within the justice sector raises the important question of how to insure quality performance. The IS literature has stressed a set of general design principles for the implementation of complex information technology systems that have also been applied to these systems in the justice sector. However, an emerging e-justice literature emphasizes the significance of unique law and technology concerns that are especially relevant to implementing and evaluating information technology systems in the justice sector specifically. Moreover, there is growing recognition that both principles relating to the design of information technology systems themselves (“system design principles”), as well as to designing and managing the processes by which systems are created and implemented (“design management principles”) can be critical to positive outcomes. This paper uses six e-justice system examples to illustrate and elaborate upon the system design and design management principles in a manner intended to assist an interdisciplinary legal audience to better understand how these principles might impact upon a system’s ability to improve access to justice: three European examples (Italian Trial Online; English and Welsh Money Claim Online; the trans-border European Union e-CODEX) and three Canadian examples (Ontario’s Integrated Justice Project (IJP), Ontario’s Court Information Management System (CIMS), and British Columbia’s eCourt project).
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 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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle