MétaCan
Menu
Retour à la cohorte
Enregistrement W3050986956 · doi:10.5539/jpl.v13n3p133

Autonomous Vehicles within the Urban Space and Transport Security Challenges: Legal Aspect

2020· article· en· W3050986956 sur OpenAlexvenueno aff
Ирошников Денис Владимирович, Lyubov Yu. Larina, Aleksandr I. Sidorkin

Notice bibliographique

RevueJournal of Politics and Law · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDigital Transformation in Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLiabilityAutonomyHarmLegislationLegal liabilityBusinessSpace (punctuation)Public transportComputer securityRisk analysis (engineering)Transport engineeringLaw and economicsLawComputer scienceEngineeringPolitical scienceEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

Nowadays autonomous vehicles are getting widespread use in different parts of the world. In some countries, they are being tested within the urban traffic whereas other counties have been already operating them. Such vehicles possess a number of obvious advantages. We cannot but agree that these cars are the future. However, before complete implementation and mass use of autonomous transport on public roads, it is necessary to resolve a number of problems concerning their safety towards road-users. Except for ethical, economic, and other aspects, it also embraces the legal aspect. The article analyses legal problems of ensuring transport security when using autonomous vehicles. It also touches upon the issues of obligations and liability. Special attention is paid to the matters of criminal liability for offences involving an autonomous vehicle. The conducted legal research allowed concluding that it is necessary to improve legislation in the sphere of operating such vehicles. It is essential to enshrine in law autonomous vehicles (whether fully-autonomous or partially-autonomous) operation rules, oblige their owners to perform regular diagnostic assessment, and to add demands to periodic vehicle inspection. When regulating criminal liability for harm caused by a self-driving vehicle, one must proceed from the layer of its autonomy which stipulates bringing the general public to responsibility.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,010
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,014
Communication savante0,0080,009
Science ouverte0,0010,004
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,029
Tête enseignante GPT0,212
Écart entre enseignants0,183 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Politics and LawMême sujetDigital Transformation in LawTravaux en français237 207