MétaCan
Menu
Retour à la cohorte
Enregistrement W2487492641

Passing on the Torch of Learning in the 'Primordial Soup' of Construction Law: Reflections from the Construction Law Academic Forum, 2012

2012· article· en· W2487492641 sur OpenAlexaboutno aff
Matthew Bell, Paula Gerber

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Issues in South Africa
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLawSociologyLegal educationManagementPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The focus for the session was upon two key themes: fostering the growth of construction law as an area of study; and bridging disciplinary gaps by teaching construction law to, and learning from, students from disciplines other than law.The Forum was chaired by Matthew Bell of Melbourne Law School, with discussion led by a distinguished panel comprising: Oscar Aitken (Carey y Cia, Santiago), Professor Ian Bailey SC (Professorial Fellow, Melbourne Law School; Wentworth Chambers, Sydney), Professor Philip Britton (Senior Fellow, Melbourne Law School and Former Director, Centre of Construction Law and Dispute Resolution, King’s College London), Philip Bruner (Founding Fellow and Past President, American College of Construction Lawyers; JAMS, New York), Associate Professor Philip Chan (National University of Singapore), Professor Philip Evans (Murdoch University School of Law), Associate Professor Paula Gerber (Monash University Law School), Professor Doug Jones AO (Professorial Fellow, Melbourne Law School; Clayton Utz, Sydney and Atkin Chambers, London), Dr Arthur McInnis (Professional Consultant, Chinese University of Hong Kong), Professor Rashda Rana (Adjunct Professor, Sydney Law School; Atkin Chambers, London and Ground Floor Wentworth Chambers, Sydney), Bruce Reynolds (Founding Governor and Past President, Canadian College of Construction Lawyers; Borden Ladner Gervais, Toronto).

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)0,021
score de la tête « metaresearch » (Gemma)0,030
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: aucune
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0540,033
Communication savante0,0290,017
Science ouverte0,0040,020
Intégrité de la recherche0,0200,033
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,363
Écart entre enseignants0,298 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLegal Issues in South AfricaTravaux en français237 207