MétaCan
Menu
Retour à la cohorte
Enregistrement W2215116227 · doi:10.60082/2817-5069.1086

Interventions at the Supreme Court of Canada: Accuracy, Affiliation, and Acceptance

2010· article· en· W2215116227 sur OpenAlexaffvenueabout
Benjamin Alarie, Andrew Green

Notice bibliographique

RevueOsgoode Hall law journal · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueJudicial and Constitutional Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSupreme courtAppealIntervention (counseling)LawPsychological interventionArgument (complex analysis)Political scienceParliamentSociologyPsychologyPolitics

Résumé

récupéré en direct d'OpenAlex

Interveners make submissions in about half of the cases heard by the Supreme Court of Canada, but the motivations for and consequences of the practice are not clearly understood. Considered broadly, there are at least three functions that the practice of intervention might perform. The first possibility is that hearing from interveners might provide objectively useful information to the Court (i.e., interveners might promote the "accuracy" of the Court's decision making). A second possibility is that the practice of intervention allows interveners to provide the "best argument" for certain partisan interests that judges might want to "affiliate" with. A third possibility is that interventions are allowed mainly (if not only) so that intervening parties feel they have had their voices heard by the Court and the greater public, including Parliament, regardless of the effect on the outcome of the appeal (i.e., the Court might be promoting the "acceptability" of its decisions by allowing for an outlet for expression). We examine empirically the role of interveners in all the cases decided by the Supreme Court of Canada from January 2000 to July 2009 and find statistical evidence that interveners matter.

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)0,019
score de la tête « metaresearch » (Gemma)0,150
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,158
Score d'incertitude au seuil0,318

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,150
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0100,008
Communication savante0,0050,002
Science ouverte0,0030,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,296
Écart entre enseignants0,268 · 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'étudeObservationnel
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

Citations24
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOsgoode Hall law journalMême sujetJudicial and Constitutional StudiesTravaux en français237 207