MétaCan
Menu
← Retour à la cohorte
Enregistrement W2948373740

Climate Change and the European Convention on Human Rights

2018· article· en· W2948373740 sur OpenAlexaff
Stefan Kirchner

Notice bibliographique

RevueSSRN Electronic Journal · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental law and policy
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésHuman rightsConventionPolitical scienceClimate changeLawEcologyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

On 9 October 2018, the Court of Appeal (Gerechtshof) in the Hague upheld a 2015 decision in the Urgenda case which forced the government of the Netherlands to reduce greenhouse gas emissions by 25 % from the level of emissions which existed in 1990 until no later than the end of 2020. This is a landmark decision that has already received attention globally. Although the timing of the decision is coincidental, the fact that it came just a day after the latest report by the Intergovernmental Panel on Climate Change (IPCC) made sure that it gained significant attention. On the same day as the Gerechtshof in the Hague, the first instance administrative court (Verwaltungsgericht) in Berlin ordered a ban on diesel cars in parts of the German capital city and the European Union agreed on CO2 limits for cars. The Dutch court relied in particular on the European Convention on Human Rights. While climate change litigation has gained attention in recent years, the appeal court judgment in the Urgenda case has placed human rights at the heart of the discourse on climate change. This text will introduce the readers to the role human rights can play in climate change litigation by looking in particular at the judgment in Urgenda with a view to providing attorneys tools and inspiration for potential future instances of climate change litigation. (Edilex-toimitus)

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)0,014
score de la tête « metaresearch » (Gemma)0,021
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,013
Communication savante0,0160,007
Science ouverte0,0030,007
Intégrité de la recherche0,0300,019
Charge utile insuffisante (le modèle a refusé de juger)0,0130,004

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 Opus0,027
Tête enseignante GPT0,310
Écart entre enseignants0,282 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic Journal→Même sujetEnvironmental law and policy→Travaux en français237 207→