MétaCan
Menu
Retour à la cohorte
Enregistrement W2802153528 · doi:10.5931/djim.v14i0.7872

Peering into the Private Lives of Judges: Reconciling Judicial Accountability and Privacy

2018· article· en· W2802153528 sur OpenAlexaffvenueabout
Nancy Li

Notice bibliographique

RevueDalhousie Journal of Interdisciplinary Management · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueJudicial and Constitutional Studies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésAccountabilityArgument (complex analysis)HarmPolitical scienceEconomic JusticeLawDiversity (politics)Public interestJudicial reviewSociology

Résumé

récupéré en direct d'OpenAlex

Members of the Canadian courts are expected to maintain a rigorous degree of professionalism and good conduct in maintaining an independent, impartial and accountable judiciary. Yet, judges bring their diverse past experiences and values to bench and lead complex lives off the bench. Through examination of the judicial discipline of former Justice Lori Douglas in 2010, this paper makes a two-fold argument. Firstly, although the integrity of conduct by members of the judiciary must be held to the highest standard of public accountability, diverse backgrounds and lived experiences of judges allow for better informed decision-making and thereby, increase public confidence. Secondly, privacy of non-judicial activities ought to be protected to the extent that such activities do not erode public confidence in the judiciary. The diversity of lived experiences and backgrounds of judges is what makes the bench representative and credible in the eyes of Canadians. It is important that policies of the Canadian Judicial Council address these issues in creating workable inquiry and disciplinary procedures that truly further judicial accountability in the eyes of the public in a manner that is efficient yet mitigates harm to individual judges under investigation.

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)0,030
score de la tête « metaresearch » (Gemma)0,079
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,398
Score d'incertitude au seuil0,792

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,079
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0390,055
Communication savante0,0190,010
Science ouverte0,0030,016
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,026
Tête enseignante GPT0,331
Écart entre enseignants0,305 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDalhousie Journal of Interdisciplinary ManagementMême sujetJudicial and Constitutional StudiesTravaux en français237 207