MétaCan
Menu
← Retour à la cohorte
Enregistrement W2503483160 · doi:10.1017/cbo9780511527432.014

Changing the Path of the Law

2000· book-chapter· en· W2503483160 sur OpenAlexaboutno aff
Gillian K. Hadfield

Notice bibliographique

RevueCambridge University Press eBooks · 2000
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueLegal Systems and Judicial Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSurpriseLawQuarter (Canadian coin)Path dependencePhenomenonLaw and economicsSociologyEconomicsPhilosophyHistoryPolitical scienceNeoclassical economicsEpistemology

Résumé

récupéré en direct d'OpenAlex

Holmes is an irresistible figure for those of us with economics in our quiver, uttering as he does such sweet nothings as these: “For the rational study of law the black-letter man may be the man of the present but the man of the future is the man of statistics and the master of economics.” Holmes was remarkably prescient in forecasting the ever-widening use of economic analysis in the study of the law, a phenomenon that has been well entrenched now for a quarter of the century that has passed since The Path of the Law was published. In his thoughtful essay, “The Path Dependence of the Law” (Chapter 11 of this volume), Clayton Gillette brings Holmes's prediction home, perhaps to the surprise (but undoubtedly to the posthumous delight) of the master himself, turning to economics to study the vision of the law that Holmes put forth. From this we get a sharp picture of what a Holmes with access to modern neoclassical economic analysis of law could have said about optimal degrees of deference to precedent. My claim in this essay is that even if Holmes could have said these things that Gillette sets out in modern terms, he did not. Not because Gillette is in error about the economic approach to the question of optimality and precedent, but because Holmes was not engaged in an analytical project in The Path of the Law .

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,015
Communication savante0,0060,010
Science ouverte0,0010,003
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,020
Tête enseignante GPT0,210
Écart entre enseignants0,190 · 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
GenreAutre

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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetLegal Systems and Judicial Processes→Travaux en français237 207→