MétaCan
Menu
Retour à la cohorte
Enregistrement W2951020556 · doi:10.29173/alr2528

Novel Science or Oral History? The Admissibility of Co-Produced Information in Canadian Courts

2019· article· en· W2951020556 sur OpenAlexvenueaboutno aff
David Isaac

Notice bibliographique

RevueAlberta Law Review · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)TestabilityTest (biology)SociologyLawPolitical scienceEpistemologyEconomicsMicroeconomicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Co-production is an emerging source of information about the world, but it is one that has not been adequately theorized in the legal literature. Because co-production contains aspects of both novel science and oral history, it is not clear how it can be admitted. I argue that coproduced information does not clearly fit into either of the admissibility frameworks. With respect to the novel science framework, co-produced information fits into the criteria of testability, peer review, and standards with only a few problems, but would likely fail the general acceptance criterion of the test. However, if scientists are educated about co-production, or if it is possible to delineate a group of scientists who are more likely to accept co-production as the “relevant group,” then it may be possible for co-production to be admitted as evidence through the novel science framework. Turning to the oral history framework, co-produced information is less likely to be admitted because oral history is only a part, and not a necessary part, of co-produced information. As such, courts will likely be reluctant to bend the rules of evidence to admit it. Further research is needed to determine whether co-produced information can be admitted under the novel science framework.

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)0,061
score de la tête « metaresearch » (Gemma)0,161
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,985
Score d'incertitude au seuil0,863

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,161
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0150,044
Communication savante0,0220,014
Science ouverte0,0050,007
Intégrité de la recherche0,0190,014
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,338
Tête enseignante GPT0,526
Écart entre enseignants0,187 · 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.

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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlberta Law ReviewMême sujetEthics in Clinical ResearchTravaux en français237 207