MétaCan
Menu
Retour à la cohorte
Enregistrement W2908018640 · doi:10.5206/uwojls.v9i1.6837

Two Myths of Administrative Law

2019· article· en· W2908018640 sur OpenAlexvenueaboutno aff
Mark Mancini

Notice bibliographique

RevueWestern Journal of Legal Studies · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Law and Evidence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStatutory interpretationStatutory lawSupreme courtLawAdministrative lawJudicial reviewDeferencePolitical scienceDutyLegislatureJudicial deferenceStandard of reviewCommon lawInterpretation (philosophy)Judicial interpretationComputer science

Résumé

récupéré en direct d'OpenAlex

In an upcoming set of cases, the Supreme Court of Canada will review its approach to the standard of review of administrative action. In this paper, the author suggests that the Court must go back to the foundation of judicial review in redesigning the standard of review, namely, the task of courts to police the legal boundaries of the administrative body. To do so, courts must authentically interpret the legislative grant of authority to the administrative decision-maker, particularly to determine the appropriate intensity of review. To that end, the author suggests that the Court should discard two myths that have pervaded modern administrative law: (1) that administrative decisionmakers should be granted deference based on purported expertise in matters of statutory interpretation; and (2) that jurisdictional questions exist separately from questions of law. The myths may impose a different standard of review than the one discernible with the ordinary tools of statutory interpretation. The author argues that these court-created devices should not exist at the expense of the constitutionally prescribed duty of the courts to exercise their policing function and engage in genuine statutory interpretation to determine the appropriate standard of judicial review in a given case.

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)0,036
score de la tête « metaresearch » (Gemma)0,047
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: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,047
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0100,119
Communication savante0,0210,018
Science ouverte0,0040,008
Intégrité de la recherche0,0110,022
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,151
Tête enseignante GPT0,458
Écart entre enseignants0,307 · 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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWestern Journal of Legal StudiesMême sujetCriminal Law and EvidenceTravaux en français237 207