MétaCan
Menu
Retour à la cohorte
Enregistrement W2258189201 · doi:10.1017/s0841820900004872

What can Kant Teach Us about Legal Classification?

2010· article· en· W2258189201 sur OpenAlexaff
Jacob Weinrib

Notice bibliographique

RevueCanadian Journal of Law & Jurisprudence · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal principles and applications
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésHegelianismEpistemologySet (abstract data type)Focus (optics)LawPhilosophyPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

In Dimensions of Private Law , Professor Stephen Waddams describes the obstacles that an adequate classification of private law must overcome. The purpose of this essay is to offer a theoretical account of legal classification that explains how these obstacles can be overcome and what the resulting classification of private law might look like. I begin with the catalogue of obstacles that Waddams presents and argue that, because they are rooted in misconceptions about the classificatory project, they pose no threat to an adequate conception of legal classification. In search of such a conception, I consider how three great legal theorists – Aristotle, Kant, and Hegel – answer three fundamental classificatory questions about private law. First, what is the unity that underlies the seemingly chaotic array of legal instances? Second, what is the principle of differentiation that applies to this unity? Third, how are legal instances subsumed under this differentiated unity? The focus of this essay is the enduring significance of Kant’s conception of legal classification, which provides an alternative to Waddams’ conception and offers a set of coherent answers to the fundamental classificatory questions. In contrast, both Aristotle and Hegel respond to the fundamental classificatory questions by providing a conception of the unity of private law that fails to cohere with their ensuing accounts of its differentiation.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,844

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,321
Écart entre enseignants0,296 · 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.

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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Law & JurisprudenceMême sujetLegal principles and applicationsTravaux en français237 207