Complicating the Simple Probability Principle: Developing a New Approach to Probabilistic Reasoning in Personal Injury Litigation
Notice bibliographique
Résumé
Canadian courts use simple probability reasoning inconsistently in personal injury litigation, subjecting litigants to irregular legal principles and potentially improper compensation. Turning to foundational principles of tort litigation, I suggest a new framework for the availability of simple probability that would promote greater coherence. Simple probability reasoning is understood as an alternative standard of proof that enables compensation for a loss proportional to the likelihood that the loss will occur. Accordingly, the availability of simple probability is thought to depend on which types of facts (past vs. future vs. hypothetical facts) are amenable to balance of probabilities proof versus simple probability. This is the ‘type of fact’ framework, but it is not applied consistently. Part 1 argues that the inconsistency is rooted in the mischaracterization of simple probability reasoning as a standard of proof. It is better conceived of as a method of enabling chances, in their own right, to become legally relevant facts. Understood this way, simple probability is available only where chances are relevant to the legal determination at stake. I apply this characterization in Part 2, concluding that while simple probability reasoning is irrelevant to liability determinations, it is crucial in appropriately assessing damages.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,031 |
| Communication savante | 0,011 | 0,016 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».