MétaCan
Menu
Retour à la cohorte
Enregistrement W2104851461 · doi:10.3390/laws3020353

Designing and Implementing e-Justice Systems: Some Lessons Learned from EU and Canadian Examples

2014· article· en· W2104851461 sur OpenAlexafffundabout
Giampiero Lupo, Jane Bailey

Notice bibliographique

RevueLaws · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArtificial Intelligence in Law
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Ottawa
Mots-clésEconomic JusticeFacilitatorInformation systemEuropean unionPublic relationsSociologyKnowledge managementEngineering ethicsPolitical scienceComputer scienceBusinessLawEngineering

Résumé

récupéré en direct d'OpenAlex

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.

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)0,019
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,467

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0170,010
Communication savante0,0130,006
Science ouverte0,0030,006
Intégrité de la recherche0,0030,003
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 Opus0,171
Tête enseignante GPT0,375
Écart entre enseignants0,204 · 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'étudeQualitatif
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

Citations57
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLawsMême sujetArtificial Intelligence in LawTravaux en français237 207