MétaCan
Menu
Retour à la cohorte
Enregistrement W2331299321 · doi:10.1093/lpr/mgt008

Incommensurability, proportionality, and defeasibility

2013· article· en· W2331299321 sur OpenAlexaff
Bruce Chapman

Notice bibliographique

RevueLaw Probability and Risk · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal principles and applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésProportionality (law)Value (mathematics)Social psychologyLawPsychologyEpistemologyMathematicsPolitical scienceStatisticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

At least in some cases, the values confronted in legal decision-making appear to be incommensurable. Some legal theorists resist incommensurability because they fear that this presents an overwhelming obstacle to rational decision-making. By offering a close analysis of proportionality and, more particularly, measures of proportional value satisfaction, I show that this fear is unfounded. Comparative measures of proportional value satisfaction do not require the values to be commensurable. However, assuming incommensurability presents us with the problem of public significance in the proportional satisfaction of values. When two values are commensurable, this public significance is provided by the mediating effects of the overarching third value that provides the common measure of the values. However, when this common measure is removed, then the public significance of value satisfaction must be otherwise achieved. This is why I propose an equal proportional value satisfaction as the most appropriate proportionality maximand. Under equal proportional value satisfaction, the proportional satisfaction of any one value has significance for each and every other value. This kind of public significance is interpersonal rather than impersonal (or second-personal rather than third-personal). The article then shows that the legal process that is most appropriate to equal proportionality is a process that implements defeasible legal rules.

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)0,057
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 enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,057
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,039
Communication savante0,0090,011
Science ouverte0,0020,008
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,028
Tête enseignante GPT0,292
Écart entre enseignants0,264 · 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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaw Probability and RiskMême sujetLegal principles and applicationsTravaux en français237 207