MétaCan
Menu
Retour à la cohorte
Enregistrement W2889165220 · doi:10.5539/jpl.v11n3p64

The Effects of Arbitrator's Lack of Impartiality and Independence on the Arbitration Proceedings and the Task of Arbitrators under the UNCITRAL Model Law

2018· article· en· W2889165220 sur OpenAlexvenueno aff
Ahmed Al‐Hawamdeh, Noor Akief Dabbas, Qais Enaizan Al-Sharariri

Notice bibliographique

RevueJournal of Politics and Law · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Arbitration and Investment Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImpartialityArbitrationIndependence (probability theory)LawPolitical scienceEconomic JusticeScope (computer science)Task (project management)LaggingLaw and economicsSociologyComputer scienceEconomicsMathematicsManagement

Résumé

récupéré en direct d'OpenAlex

This paper aims to investigate the effect of arbitrators’ lack of impartiality or independence on the arbitration process in accordance with the Model Law. The reasons for choosing the latter is that it is the origin for most modern national arbitration laws and any amendments to it would likely to be followed by national laws. The research problem lies in the fact that the Model Law does not tackle in detail the issue of challenging arbitrators for lacking impartiality or independence. A challenge application would have an immediate effect on both the arbitration proceedings and the task of arbitrators. This study concludes that grounds for challenging arbitrators’ impartiality or independence under the Model Law are broad and general. Hence, regulating the scope, grounds and limitations related to the lack of impartiality or independence on the part of arbitrators should be addressed in depth in the Model Law to safeguard the interests of arbitration parties and therefore justice at large.

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)0,070
score de la tête « metaresearch » (Gemma)0,253
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,369

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0700,253
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,015
Communication savante0,0100,011
Science ouverte0,0030,007
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,020
Tête enseignante GPT0,257
Écart entre enseignants0,237 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Politics and LawMême sujetInternational Arbitration and Investment LawTravaux en français237 207