MétaCan
Menu
Retour à la cohorte
Enregistrement W3036150408 · doi:10.36280/afpifs.2020.2.7

Uzasadnianie twierdzeń interpretacyjnych z perspektywy derywacyjnej koncepcji wykładni prawa

2020· article· en· W3036150408 sur OpenAlexaff
Agnieszka Choduń, Maciej Zieliński

Notice bibliographique

RevueArchiwum Filozofii Prawa i Filozofii Społecznej · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolish Law and Legal System
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésInterpretation (philosophy)DutyNorm (philosophy)EpistemologyCriticismElement (criminal law)Process (computing)Law and economicsLawPolitical scienceSociologyComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

The duty to provide justification for claims is the realization of the postulate of criticism in the academia. Decisions regarding legal interpretation (regardless of whether they are formulated in the process of applying the law or outside this process) are made in the form of claims about a binding legal norm with a certain content. Validation of such claims requires their justification, just like in the academia. And in the academia, a claim remains theoretical until someone presents an inter-subjectively verified justification for it. The aim of this article is precisely that: to indicate the necessity to justify interpretive claims (both partial and final) in the process of interpretation. As a starting point in the process of demonstrating the need to formulate such a justification, we choose the derivative conception of legal interpretation, which provides for the duty to justify interpretive claims for methodological reasons (and which is an intrinsic element of the content of legal directives in this conception, at least implicitly). We present and discuss the types of justifications for interpretive claims and their variants (weak and strong). Furthermore, we analyse the difference between justifying ordinary and interpretive claims. Finally, we also identify the consequences of failure to provide such justifications.

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)0,005
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 enseignants0,012
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,023
Communication savante0,0120,010
Science ouverte0,0010,005
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,050
Tête enseignante GPT0,316
Écart entre enseignants0,266 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchiwum Filozofii Prawa i Filozofii SpołecznejMême sujetPolish Law and Legal SystemTravaux en français237 207