MétaCan
Menu
Retour à la cohorte
Enregistrement W2326021517 · doi:10.5553/elr.000051

Canadian Civil Justice: Relief in Small and Simple Matters in an Age of Efficiency

2015· article· en· W2326021517 sur OpenAlexaboutno aff
Jonathan Silver, Trevor C. W. Farrow

Notice bibliographique

RevueErasmus Law Review · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic JusticeAusterityPolitical scienceOptimismPublic administrationPublic relationsLawPoliticsPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Canadian Civil Justice: Relief in Small and Simple Matters in an Age of Efficiency Canada is in the midst of an access to justice crisis. The rising costs and complexity of legal services in Canada have surpassed the need for these services. This article briefly explores some obstacles to civil justice as well as some of the court-based programmes and initiatives in place across Canada to address this growing access to justice gap. In particular, this article explains the Canadian civil justice system and canvasses the procedures and programmes in place to make the justice system more efficient and improve access to justice in small and simple matters. Although this article does look briefly at the impact of the global financial crisis on access to justice efforts in Canada, we do not provide empirical data of our own on this point. Further, we conclude that there is not enough existing data to draw correlations between austerity measures in response to the global crisis and the challenges facing Canadian civil justice. More evidence-based research would be helpful to understand current access to justice challenges and to make decisions on how best to move forward with meaningful innovation and policy reform. However, there is reason for optimism in Canada: innovative ideas and a national action plan provide reason to believe that the country can simplify, expedite, and increase access to civil justice in meaningful ways over the coming years.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,302

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,086
Tête enseignante GPT0,396
Écart entre enseignants0,311 · 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'étudeSans objet
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'admission1
Résumé présentoui

Explorer davantage

Même revueErasmus Law ReviewMême sujetLegal Education and Practice InnovationsTravaux en français237 207