MétaCan
Menu
Retour à la cohorte
Enregistrement W2180453660 · doi:10.1017/s0841820900005993

A Duty to Make Restitution

2013· article· en· W2180453660 sur OpenAlexaff
Stephen A. Smith

Notice bibliographique

RevueCanadian Journal of Law & Jurisprudence · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal principles and applications
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésRestitutionUnjust enrichmentDutyMistakeLaw and economicsLiabilityLawPaymentCommon lawBusinessEconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

The rules governing impaired transfers are widely thought to lie at the core of unjust enrichment law. This essay defends two propositions about these rules. First, there is no duty, in the common law, to make restitution of benefits obtained as the result of an impaired transfer (for example, a transfer made by mistake or as a result of fraud or compulsion). Rather than imposing duties to make restitution, or indeed duties of any kind, the rules governing impaired transfers impose only liabilities, in particular liabilities to judicial rulings. The only legal consequence of a mistaken payment is that the recipient is liable to be judicially ordered to repay a sum of money equal to the payment. Second, it matters that the law governing impaired transfers imposes only liabilities, and not duties, because, inter alia, explaining and justifying liabilities is different from explaining and justifying duties. In particular, certain well-known objections to attempts to explain impaired transfer law can be avoided once it is recognized that this law is concerned exclusively with liabilities. In summary, then, this essay argues that the distinction between duty-imposing and liability-imposing rules has important implications for understanding the foundations of the law governing impaired transfers.

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)0,010
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,023
Communication savante0,0060,007
Science ouverte0,0030,007
Intégrité de la recherche0,0090,009
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,028
Tête enseignante GPT0,314
Écart entre enseignants0,286 · 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'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 revueCanadian Journal of Law & JurisprudenceMême sujetLegal principles and applicationsTravaux en français237 207