MétaCan
Menu
← Retour à la cohorte
Enregistrement W244563248 · doi:10.26069/greynet-2020-000.202-gg

Are Legal Texts Grey Literature? Toward a definition of Grey Literature that invites the Preservation of Authentic and Complete Originals

2020· article· en· W244563248 sur OpenAlexaffabout
Michael Lines

Notice bibliographique

RevueOpenGrey (Institut de l'Information Scientifique et Technique) · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésLawEntertainmentOrder (exchange)SociologyHistoryPolitical scienceBusiness

Résumé

récupéré en direct d'OpenAlex

Legal texts, though they exist in a wide variety of forms, are most typically thought of as Law Books. Law books, hardbound volumes in expensive bindings of browns and blacks, are heavy, difficult, and technical. They are a prop to popular conceptions of the law itself, and resemble more closely than most other earthly books the Platonic form of the ‘weighty tome.’ In fact, some law libraries do a regular, if not exactly brisk, trade in renting their law books to TV and film productions. And the more dour the entertainment, the more likely it is to include law books in the background. Perry Mason was too active a man to spend much time in his law office, so we did not see the floor-to-ceiling oak shelves of reserved and wise volumes which undoubtedly offered him nightly counsel. In the ‘80s, LA Law was too concerned with exciting power suits and hairdos to have much need of our serious friends. The ‘90s brought us Law and Order, the dourest thing Americans have thus far been able to stomach on a regular basis. Much like marmite in the UK, or beef jerky in Canada, this distinctive fare seems to have become a regular and much-loved part of the daily American diet. As a result, US citizens, and those of us in the provinces of the empire as well, are treated to regular glimpses of the formidable law book in law office scenes. I would guess that Law and Order also offers the very occasional library scene, though I’m not enough of a devotee to attest to this “so help me God” on a stack of Bibles.

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)0,014
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
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 enseignants0,960
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0210,018
Études des sciences et des technologies0,0150,091
Communication savante0,0400,042
Science ouverte0,0030,014
Intégrité de la recherche0,0080,009
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,084
Tête enseignante GPT0,338
Écart entre enseignants0,254 · 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.

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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpenGrey (Institut de l'Information Scientifique et Technique)→Même sujetLegal Education and Practice Innovations→Travaux en français237 207→