MétaCan
Menu
Retour à la cohorte
Enregistrement W2200656569

Malingerer or Maligned: A Comparative Study of Multiple Chemical Sensitivity Case Law

2015· article· en· W2200656569 sur OpenAlexaffabout
Odelia R. Bay

Notice bibliographique

RevueeYLS (Yale Law School) · 2015
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueChemical Safety and Risk Management
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSensitivity (control systems)LawPolitical scienceEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

People with invisible illnesses are challenged both by their impairments and the additional hurdles they face when it comes to being believed by others. This presents particular difficulties when seeking to convince those with the authority to make legal findings of discrimination or entitlement to accommodation. By focusing on the historically contested diagnosis of multiple chemical sensitivities (“MCS”), this paper examines the outer limits of how disability is defined and the legal rights given to people whose claims are viewed as suspect. Specifically, comparison is made between MCS employment cases in the United States and Canada.In both jurisdictions, plaintiffs face challenges related to findings of credibility, a prioritization of scientific evidence over experiential knowledge, and efforts to rule out accommodation measures by exaggerating disabilities. In the end result, people with MCS are statistically more likely to succeed in Canada; but, the tide is turning. Twenty-five years after the passage of the Americans with Disabilities Act, American courts are becoming more receptive to a plaintiff’s lived experience of MCS as a disability. At the same time, Canadian tribunals are increasingly looking to scientific and medical validation at the expense of a claimant’s lived reality.As new diseases emerge, the law in both countries must progress to allow medical and scientific evidence to follow, not lead, experiential accounts of disablement in the workplace. Otherwise, the result will be to create a class of people with invisible disabilities who have no hope of being rendered visible by our courts and tribunals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,042
Tête enseignante GPT0,282
Écart entre enseignants0,241 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetChemical Safety and Risk ManagementTravaux en français237 207