The principle of compensation in relation to public interference in the real property market : an interface of law and economics
Notice bibliographique
Résumé
The objective of this thesis is to examine the principle of compensation in relation to public interferences in the real property market. Public activities in the real property market frequently have the effects of incurring losses to be suffered by some individuals in society and gains to be enjoyed by others. One crucial problem is how we should draw the line between compensable losses and non-compensable losses. In-order to determine the criteria of compensability, we have resorted to economic principles as well as legal rules. Economic principles are relevant because the losses (caused by public activities) that we are interested in are economic losses. Legal rules are also relevant because courts have often been left with the responsibility of determining fair compensation. As far as legal rules are concerned, we recognize three legal rules that have been developed from judicial decisions and legal commentary, and have been deemed to be critical in determining the criteria of compensability. We evaluate these three rules against the economic principles of allocative efficiency and the principles of justice developed by John Rawls, and we have come to the conclusion that these three rules have inherent weaknesses in determining how we should draw the line between compensable and non-compensable losses. However, these three legal rules have considerable influence on judicial decisions with respect to the provision of compensation caused by the following three types of public interferences, namely, compulsory acquisition of land, injurious affection on land, and planning restrictions of land use. Consequently, the provision of compensation under each of the above three occassions for compensation have frequently been unsatisfactory and inadequate. We have also examined recent legislative reforms in Canada, and we have noted certain welcoming changes in statutory law and have also pointed out some other areas where further reforms are required.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,035 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».