MétaCan
Menu
Retour à la cohorte
Enregistrement W2892604209

Informed Decision-making in Judicial Mediation and the Assessment of Litigation Risk

2018· article· en· W2892604209 sur OpenAlex

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 Knowledge Bank (The Ohio State University) · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDispute Resolution and Class Actions
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésImpartialityMediationFraming (construction)Political scienceJudicial opinionConversationLitigation risk analysisPsychologyLawSocial psychologyPublic relationsBusinessEngineeringAccounting
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

While much has been written about how mediators can guide parties through impasse, the popular literature is less attentive to the method of litigation risk analysis and how it might fit inside judicial mediation. Opinions differ about whether and where a judge facilitating a settlement conference should allow an evaluative approach. This article reframes the focus from the judge’s style, to the litigant’s need to make informed decisions in any process. A litigation risk assessment can be adaptive, responsive to the environment created in judicial mediation. Within various mediation styles — even those which veer away from opinion-giving and evaluation — the judicial mediator can still help the parties develop realistic projections and measurements for comparison. Framing the conversation around a litigation risk assessment allows judicial mediators to reality-test while working to preserve judicial impartiality and party self-determination. The following discussion presents a practical framework for managing the risk assessment dialogue, and a spectrum of degrees of intervention, which allows judges and mediators to tailor the dialogue to fit their own mediation processes and styles.

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 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 enseignants0,801
Score d'incertitude au seuil0,401

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,010
Tête enseignante GPT0,248
Écart entre enseignants0,238 · 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