MétaCan
Menu
← Retour à la cohorte
Enregistrement W2586606809

Reducing the Impact of Mistranslated Testimony in International Arbitral Hearings

2016· article· en· W2586606809 sur OpenAlexaff
Joshua Karton

Notice bibliographique

RevueSSRN Electronic Journal · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Arbitration and Investment Law
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésWitnessMeaning (existential)ArbitrationMistakeLegislationLawPolitical scienceInterpretation (philosophy)International lawPsychologyLinguistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Issues of language and translation do receive attention from the international arbitration community, but most of that attention has been excessively narrow. The majority of international arbitration legislation, rules of procedure, and practice guides only go so far as to recommend ways to avoid the need for translation as much as possible. Little effort is given to improving translation when it is needed. This is a mistake and a missed opportunity. Translation is often inevitable in international arbitrations, and translation inevitably changes meaning. Mistranslation is therefore not just a technical problem, but one with serious legal consequences. This article focuses on the stage of arbitral proceedings where mistranslations with serious legal consequences are most likely to arise: live interpretation of witness testimony. It seeks to educate international arbitration practitioners about the ways — avoidable and unavoidable — that translation changes meaning, describes the inadequacy of current law and practice to deal with these linguistic realities, and presents a series of practical steps that arbitrators and counsel can take. Adopting these recommendations will help to reduce the incidence of mistranslations and to blunt the legal impact of those mistranslations that do arise.

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)0,069
score de la tête « metaresearch » (Gemma)0,279
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: aucune
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,365

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0690,279
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,008
Communication savante0,0080,011
Science ouverte0,0030,018
Intégrité de la recherche0,0080,009
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,011
Tête enseignante GPT0,249
Écart entre enseignants0,238 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic Journal→Même sujetInternational Arbitration and Investment Law→Travaux en français237 207→