Notice bibliographique
Résumé
Outcomes of appeals to high courts will depend in part on the ideological preferences of the justices who decide the appeals. The institutional structure of a high court may affect how far these preferences influence outcomes. The US Supreme Court, for example, hears almost all appeals en banc, which means that there is no opportunity to ‘game’ the outcome by choosing which justices hear the appeal. High courts in other countries such as Canada, the United Kingdom, Australia, and Israel, on the other hand, hear appeals in panels of varying sizes and therefore provide potential opportunities for the choice of panel composition to influence outcomes. However, differing panel sizes also provide the opportunity to use judicial resources more efficiently, such as by tailoring panel size to the importance or difficulty of the particular appeal. In the article, we examine both these potential uses of varying panel sizes using data on how chief justices of the Supreme Court of Canada chose panels over the period from 1954 to 2013. We find some evidence of strategic panel composition but the practical impact of such gaming is negligible. In order to examine non-strategic motivations for why chief justices choose different sizes of panels, we develop a model for optimal choice of panel size. The model suggests that, in the presence of scarce judicial resources, panel sizes can be deliberately adjusted to improve allocative efficiency. Using data from the Supreme Court of Canada over the 1954–2013 period, we uncover evidence consistent with our model’s prescriptions for optimal panel sizes.
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 | 0,000 | 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 | 0,001 | 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 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 ».