MétaCan
Menu
Retour à la cohorte
Enregistrement W2681970254 · doi:10.7202/1040050ar

Les catégories juridiques et la qualification : une approche cognitive

2017· article· fr· W2681970254 sur OpenAlexaffvenue
Michelle Cumyn, Frédéric Gosselin

Notice bibliographique

RevueMcGill Law Journal · 2017
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensUniversité de MontréalMcGill UniversityUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

Le présent article intègre l’apport de la méthodologie du droit et des sciences cognitives, afin d’éclairer le processus explicite de qualification juridique et son rôle implicite dans la pensée. La qualification, qui consiste à rattacher les faits à une catégorie juridique, s’opère d’abord inconsciemment : c’est la qualification implicite. Il faut parfois justifier la qualification retenue : c’est la qualification explicite. La théorie du prototype, la théorie des exemplaires et la théorie des théories peuvent expliquer la qualification implicite, tandis que la qualification explicite se fonde sur la définition, les précédents, le régime juridique et les connaissances associées. Dans toute hiérarchie de concepts, ceux d’un niveau intermédiaire, appelé niveau de base, sont préférés pour l’accomplissement de plusieurs tâches cognitives. Les concepts de ce niveau sont vraisemblablement plus faciles à appliquer et plus accessibles pour les juristes débutants. Deux expériences en catégorisation juridique montrent que le niveau de base varie selon les domaines du droit. Elles indiquent que la formation de common law favorise une représentation plus efficace des catégories juridiques, ce qui peut s’expliquer par l’importance accordée à la sélection et à l’analyse des faits. Les catégories juridiques induisent la formation de stéréotypes qui jouent un rôle occulte dans le raisonnement : c’est le principal revers de l’action réductrice et simplificatrice des catégories juridiques.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0150,001
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,084
Tête enseignante GPT0,368
Écart entre enseignants0,284 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMcGill Law JournalMême sujetLinguistics and Discourse AnalysisTravaux en français237 207