Unintended Consequences: The Regressive Effects of Increased Access to Courts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Small claims courts enable parties to resolve their disputes relatively quickly and cheaply. The court's limiting feature, by design, is that alleged damages must be small, in accordance with the jurisdictional limit at that time. Accordingly, one might expect that a large increase in the upper limit of claim size would increase the court's accessibility to a larger and potentially more diverse pool of litigants. We examine this proposition by studying the effect of an increase in the jurisdictional limit of the Ontario Small Claims Court. Prior to January 2010, claims up to $10,000 could be litigated in the small claims court. After January 2010, this jurisdictional limit increased to include all claims up to $25,000. We study patterns in nearly 625,000 disputes over the period 2006–2013. In this article, we investigate plaintiff behavior. Interestingly, the total number of claims filed by plaintiffs does not increase significantly with the increased jurisdictional limit. We do find, however, changes to the composition of plaintiffs. Following the jurisdictional change, we find that plaintiffs using the small claims court are, on average, from richer neighborhoods. We also find that the proportion of plaintiffs from poorer neighborhoods drops. The drop‐off is most pronounced in plaintiffs from the poorest 10 percent of neighborhoods. We explore potential explanations for this regressive effect, including crowding out, congestion, increased legal representation, and behavioral influences. Our findings suggest that legislative attempts to make the courts more accessible may have unintended regressive consequences.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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