MétaCan
Menu
Retour à la cohorte
Enregistrement W247585863 · doi:10.21153/dlr2013vol18no1art58

Police Bargaining Disputes and Third-Party Intervention in Australia: Which Way Forward?

2013· article· en· W247585863 sur OpenAlexaboutno aff
Giuseppe Carabetta

Notice bibliographique

RevueDeakin Law Review · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)BusinessThird partyCollective bargainingLaw and economicsPolitical scienceLawEconomicsPsychologyInternet privacyComputer science

Résumé

récupéré en direct d'OpenAlex

The essential duties that police officers perform, and the absence of a right to strike, creates the need for an effective, impartial procedure for the resolution of bargaining disputes. This article argues that, with the shift of focus under the Fair Work Act 2009 (Cth) to good-faith bargaining, police officers have been left without an effective dispute resolution mechanism, partly because of the limitations on arbitration but also because of uncertainties surrounding the scope of the ‘protected action’ provisions of the Act for police officers. Following a review of police pay-setting arrangements in comparable jurisdictions, this article examines and proposes options for an alternative model, including a mandatory ‘final-offer’ arbitration (‘FOA’) model as used for police bargaining in Canada, New Zealand and the United States. Research shows that — aside from providing an effective closure mechanism for bargaining disputes where strikes or lock-outs are unavailable — mandatory FOA offers a range of benefits to police bargaining, and could provide an ideal ‘fit’ for the current bargaining-centred system. The article’s findings are of significance not only to police officers, but to all emergency services workers covered by the Fair Work bargaining regime.

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)0,036
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,212

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,036
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0090,013
Communication savante0,0080,006
Science ouverte0,0020,007
Intégrité de la recherche0,0030,005
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 Opus0,078
Tête enseignante GPT0,414
Écart entre enseignants0,335 · 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
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDeakin Law ReviewMême sujetPolicing Practices and PerceptionsTravaux en français237 207