MétaCan
Menu
Retour à la cohorte
Enregistrement W3091932690 · doi:10.1111/lapo.12156

Can a leopard change its spots? Strategic behavior versus professional role conception during Ukraine's 2014 court chair elections

2020· article· en· W3091932690 sur OpenAlexaff
Maria Popova

Notice bibliographique

RevueLaw & Policy · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueJudicial and Constitutional Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBallotLawJudicial independenceUkrainianJudicial reformPolitical scienceJudicial activismIncentiveImpartialitySociologySupreme courtJudicial reviewPoliticsVotingEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Do judges respond to institutional and strategic incentives or do they strictly follow dominant professional role conceptions? This article weighs in by exploring whether an ideational shift toward judicial empowerment and independence can germinate from institutional reforms. Ukraine's 2014 Euromaidan revolution and the comprehensive judicial reform adopted in its wake provide a test of the competing theoretical accounts. A judicial lustration law sacked all incumbent court chairs, who had been appointed by the executive, and gave Ukrainian judges the right to elect new chairs via secret ballot. I analyze this radical step toward judicial self‐government using an original data set with individual‐ and court‐level data. The key finding is that less than a fifth of Ukrainian judges embraced their newly granted agency and elected a new chair for their court, whereas the overwhelming majority followed dominant professional norms of deference and reelected the sacked court chairs. This finding holds for all rungs of the judicial hierarchy and for all regions of Ukraine. Even protégés of ousted president Yanukovych won the secret ballot vote by their peers more often than they lost it. Beyond Ukraine, these results suggest that empowering individual judges in the highly hierarchical structure of a civil law judiciary is unlikely to lead to a judicial behavior shift, at least in the short run.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,099
Tête enseignante GPT0,359
Écart entre enseignants0,260 · 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'étudeObservationnel
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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaw & PolicyMême sujetJudicial and Constitutional StudiesTravaux en français237 207