MétaCan
Menu
Retour à la cohorte
Enregistrement W2625982006 · doi:10.7202/1054352ar

Drawing the Line Between Lay and Expert Opinion Evidence

2018· article· en· W2625982006 sur OpenAlexafffundvenueabout
Jason Chin, Jan Tomiska, Chen Li

Notice bibliographique

RevueMcGill Law Journal · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueJury Decision Making Processes
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of TorontoUniversity of Queensland
Mots-clésScrutinyExpert opinionPublic opinionPolitical scienceOpinion leadershipLawScope (computer science)Public relationsPsychologySociologyComputer sciencePoliticsMedicine

Résumé

récupéré en direct d'OpenAlex

This article examines the vanishingly thin line between lay and expert opinion evidence in Canada. In Parts I and II, we set the stakes — the dangers involved in expanding the scope of admissible opinion evidence. Canadian trial courts have been warned by peak scientific bodies and public commissions like the Goudge Inquiry about the dangers of attorning to persuasive expert witnesses. Thus, expert evidence faces new hurdles, both substantively and procedurally. This scrutiny has inspired parties to seek refuge in the more flexible and discretionary lay opinion evidence rules. But newfound vigilance to expert opinion is invalidated if the same evidence can be admitted as lay opinion. Parts III and IV illustrate these problems as we examine three cases in which authoritative lay witnesses opined on topics requiring specialized training and expertise. Three hazards are readily apparent from this analysis: (1) the lay witnesses opined on matters in which there are established methodologies to control for unconscious bias, but did not follow these methodologies; (2) the lay witnesses–– police officers––though authority figures, were not qualified experts in the area they were opining on, and; (3) the lay opinion jurisprudence has failed to meaningfully distinguish between lay and expert opinion. In Part V, we seek to fill this void by proposing a new analytic approach—Lay Opinion 2.0—which draws on both the practical and epistemological distinction between lay and expert opinion to provide an efficient and fair test for the admission of lay opinion evidence.

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)0,082
score de la tête « metaresearch » (Gemma)0,195
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 enseignants0,261
Score d'incertitude au seuil0,519

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0820,195
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0120,006
Études des sciences et des technologies0,0170,074
Communication savante0,0290,025
Science ouverte0,0070,016
Intégrité de la recherche0,0120,015
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,161
Tête enseignante GPT0,433
Écart entre enseignants0,272 · 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

Citations1
Publié2018
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueMcGill Law JournalMême sujetJury Decision Making ProcessesTravaux en français237 207