MétaCan
Menu
Retour à la cohorte
Enregistrement W2185371555 · doi:10.1177/1473779515592833

Injured passengers and the defence of illegality

2015· article· en· W2185371555 sur OpenAlexaboutno aff
Richard Buckley

Notice bibliographique

RevueCommon Law World Review · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal principles and applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCausationAppealTortScope (computer science)Context (archaeology)Order (exchange)LawLaw and economicsCommon lawPolitical scienceBusinessPropositionHigh CourtLiabilityEconomicsComputer scienceHistory

Résumé

récupéré en direct d'OpenAlex

The scope of the defence of illegality in the law of tort is often controversial and difficult. This paper examines the issues in the specific context of negligence claims for personal injury suffered by a passenger against a driver with whom he was engaged in an illegal venture. This problem has been considered in a recent decision of the High Court of Australia and two decisions of the Court of Appeal in England. These cases are analyzed and several different approaches to the application of the illegality defence are identified. The proposition that it is impossible to identify the driver’s standard of care in such cases is rejected. The notion that the scope of the defence of illegality can be determined by considering whether to decline to apply it would lead to ‘incongruity’ within the law has attracted support in Australia and Canada. Nevertheless the paper argues that the apparent utility of the test as a relatively straightforward means of determining when claims should fail is deceptive, and that it is unworkable in cases of any complexity. The proposition that causation can provide a necessary but not sufficient condition for the application of the illegality defence in the type of case under consideration, however, is welcomed. But it is also concluded that some reference to intuitive perceptions as to the gravity of the parties’ illegal adventure will often be inescapable in order to avoid applying the defence to less serious cases in which its application would be unjust.

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)0,012
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,028
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0020,012
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0060,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,383
Écart entre enseignants0,308 · 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'étudeSans objet
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommon Law World ReviewMême sujetLegal principles and applicationsTravaux en français237 207