MétaCan
Menu
← Retour à la cohorte
Enregistrement W2601350992

Canadian Perspectives on Animals and the Law

2016· article· en· W2601350992 sur OpenAlexaboutno aff
Sabrina Tremblay-Huet

Notice bibliographique

RevueeYLS (Yale Law School) · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLawPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

It is commonplace to affirm that animal law is much more developed in the United States than in Canada; animal abuser registries are being implemented,' animal law degrees are offered,2 and prosecutions ofanimal abusers occur frequently,3 for example. However, the tide is changing in Canada as well, the legal norms and case law becoming increasingly aligned with the social norms surrounding the treatment of animals. An example ofthis is the recent adoption by Quebec ofa new status for animals in its Civil Code, the Loi visant 1'amiliorationde la situationjuridiquede l'animal, adopted on December 4th, 2015.' There are also new challenges the courts must face in issuing judgments on laws relating to animals. Recent manifestations of this have been, for example, the Her Majesty the Queen v. D.L. W' case before the Supreme Court, the first time the highest court of our land ruled on an animal protection provision.6 Also, a highly anticipated trial by the animal rights community is that of Anita Krajnc, charged with criminal mischief for giving water to dehydrated pigs in a slaughterhouse transportation truck.' The trial, set to be held in the summer of 2016, will be a decisive moment in defining a sustainable balance between morality and (il)legality as concerns animal activism. Animal law is thus a burgeoning field in Canada, which renders Canadian PerspectivesonAnimals andthe Law all the more relevant.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,214
Score d'incertitude au seuil0,911

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0340,029
Communication savante0,0130,004
Science ouverte0,0030,004
Intégrité de la recherche0,0110,010
Charge utile insuffisante (le modèle a refusé de juger)0,0250,001

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 Opus0,015
Tête enseignante GPT0,282
Écart entre enseignants0,266 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)→Même sujetGeographies of human-animal interactions→Travaux en français237 207→