MétaCan
Menu
Retour à la cohorte
Enregistrement W2938681868

Decentralizing Legislation in China’s Law on Legislation Amendment

2019· article· en· W2938681868 sur OpenAlexaff
Wei Cui, Wan Jiang

Notice bibliographique

RevueeYLS (Yale Law School) · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChinese history and philosophy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLawmakingLegislationPolitical scienceLegislatureLawPoliticsLaw and economicsSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We present a novel account of China’s recent move to decentralize legislation through amending the Law on Legislation (LL). Conventional wisdom pervading both Chinese political discourse and social scientific scholarship on China portrays law as incompatible with experimentation and as only suitable for codifying policies adopted after experimentation. Moreover, the value of legislatures is viewed as lying in their independence from the executive branch. We highlight rationales offered by the Chinese Communist Party for the LL amendment that repudiate these assumptions: the Party proclaimed the intention to promote lawmaking as a central instrument of policy experimentation; moreover, the Party’s intervention in legislative processes may rescue legislatures from their irrelevance. We trace this new position regarding the role of lawmaking through the amended LL’s legislative history and initial implementation. We further show how this new official ideology clashed with the views of legislative officials, for whom “constraining government” has become a central preoccupation—both as a consequence of, and reinforcing, legislation’s political irrelevance. We argue that, to understand the political calculus underlying Xi’s approach to law, one does well to acknowledge the coherence and appeal of initiatives such as the LL amendment.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,016
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0030,004
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 Opus0,022
Tête enseignante GPT0,280
Écart entre enseignants0,258 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetChinese history and philosophyTravaux en français237 207