MétaCan
Menu
Retour à la cohorte
Enregistrement W2267476763

The Limitations of Pieces of Paper: A Role for Social Science in Labour Law

2006· article· en· W2267476763 sur OpenAlexaff
Sara Slinn

Notice bibliographique

RevueSSRN Electronic Journal · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Law and Ethics
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésStatutory lawNormativeAdversarial systemValue (mathematics)Scope (computer science)Labour lawSociologyLegal researchRhetoricLawPositive economicsEmpirical researchLaw and economicsPolitical scienceEconomicsEpistemologyComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this paper, the author argues that social science research should be given a more prominent role in formulating, applying, and evaluating labour laws. Unlike traditional legal research, which has a limited scope and tends to be based on rhetoric and the adversarial approach, social science research is characterized by systematic observation or experimentation intended to obtain positive knowledge or empirical evidence. It can therefore provide information that is more accurate and objective than the assumptions, inferences and untested beliefs on which the traditional approach is often founded (for example, those relating to the behaviour of the so-called normal or reasonable employee when employer unfair labour practices are alleged). The author also provides an introduction to the methods of social science research, both qualitative and quantitative, and illustrates the application of the latter to a labour law question (the effect of statutory ability to pay criteria on wage awards in interest arbitration). She notes, however, that social science research has limitations. In particular, it cannot be used to replace the normative or value judgments that inform decisions on the drafting or application of a law.

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)0,137
score de la tête « metaresearch » (Gemma)0,392
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 enseignants0,137
Score d'incertitude au seuil0,726

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1370,392
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,007
Études des sciences et des technologies0,0100,036
Communication savante0,0250,047
Science ouverte0,0080,018
Intégrité de la recherche0,0140,015
Charge utile insuffisante (le modèle a refusé de juger)0,0210,005

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 Opus0,019
Tête enseignante GPT0,241
Écart entre enseignants0,223 · 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

Citations1
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetBusiness Law and EthicsTravaux en français237 207