MétaCan
Menu
Retour à la cohorte
Enregistrement W2298471142 · doi:10.3138/ccar.v4i1.15

Rethinking the Approval of Class Counsel’s Fees in Ontario Class Actions

2007· article· en· W2298471142 sur OpenAlexaffabout
Benjamin Alarie

Notice bibliographique

RevueCanadian Class Action Review · 2007
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDispute Resolution and Class Actions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésClass actionRes judicataSettlement (finance)LawIncentivePolitical scienceLegislationClass (philosophy)EconomicsActuarial scienceBusinessState (computer science)FinanceMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

Class action legislation is a relatively new phenomenon in several Canadian provinces. The state of the law, particularly in Ontario, is at a pivotal stage. We have a sufficient number of decided cases to draw some conclusions about how well the Class Proceedings Act, 1992 as it is currently being interpreted and applied is meeting its goals, but not so many decided cases that a settled approach has emerged to its application in the courts. In this article, I analyze a sample of twenty-seven reported Ontario class action decisions, focusing in particular on what the courts have done with respect to the approval of class counsel fees. I find that courts have by and large tended to use an enhanced "lodestar method" for compensating class counsel, whereby class counsel's base fee is adjusted with a multiplier to reflect the riskiness of the litigation. In the twenty-seven class actions I analyze, the average fee award per case is approximately $3 million, representing approximately 15 percent of the average settlement. The average multiplier is about 2.5. Under the current provisions of the CPA I argue that, given the incentives facing class counsel, a percentage contingency fee would be superior to the lodestar method, could more easily be monitored for abuses by judges, and would increase access to justice for potential claimants with independently non-viable claims.

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)0,017
score de la tête « metaresearch » (Gemma)0,085
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,513

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,085
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,005
Études des sciences et des technologies0,0070,004
Communication savante0,0060,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
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 Opus0,080
Tête enseignante GPT0,281
Écart entre enseignants0,201 · 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
GenreCommentaire

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
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Class Action ReviewMême sujetDispute Resolution and Class ActionsTravaux en français237 207