MétaCan
Menu
Retour à la cohorte
Enregistrement W2737403573 · doi:10.1515/ldr-2017-0015

Profit, Persuasion, and Fidelity: Why People Follow the Rule of Law

2017· article· en· W2737403573 sur OpenAlex
Michael Ilg

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Law and Development Review · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPersuasionReputationFidelityConstitutionPoliticsLaw and economicsPerceptionPolitical scienceProfit (economics)Public relationsSociologyEconomicsSocial psychologyPsychologyLawMicroeconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract This article proposes that there are three types of individual interest perception that explain adherence to the rule of law. The first level, “profit,” refers to tangible individual gain, whether in the form of economic enrichment or the accumulation of political power. The second layer of interest, “persuasion,” involves social norms and reputation. In this second level, individuals adhere to a rule not because of the threat of government sanction or reward, but rather because of intangible concerns for reputation and social status. Finally, the third layer of interest involves individuals forgoing tangible benefit for the sake of fidelity to a constitutional order or a shared set of beliefs. A potential advantage of the three-interest view is that it provides for an accessible descriptive framework that captures the broad nature of the rule of law, moving from the small bribe for a local official to the question of whether a constitution will constrain the powerful. The three-interest view also aligns well with modern developments in experimental and behavioural economics and suggests future lines of research into how individuals and groups navigate from self-interest toward cooperation and fidelity.

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 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
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,981
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 technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,074
Tête enseignante GPT0,353
Écart entre enseignants0,279 · 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