MétaCan
Menu
Retour à la cohorte
Enregistrement W3092496734

Responsible Scholarship in a Crisis: A Plea For Fairness in Academic Discourse on Carbon Pricing References

2020· article· en· W3092496734 sur OpenAlexaffabout
Stepan Wood, Meinhard Doelle, Dayna Nadine Scott

Notice bibliographique

RevueeYLS (Yale Law School) · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental law and policy
Établissements canadiensYork UniversityDalhousie UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceConstitutionalityLawGovernment (linguistics)Climate justiceLegislationClimate changePolitical economySociologySupreme courtPublic administrationEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Canadian federal government’s carbon pricing legislation has generated substantial public and academic debate. In this paper we argue that academic debate should adhere to standards for responsible conduct of research during crises such as the current climate emergency, and avoid the nastiness and distortion that infect populist political rhetoric and social media. We discuss the norms of responsible scholarship that apply to Canadian legal academics, with a focus on standards that demand scrupulous fairness to other scholars and to the materials one is analyzing. We argue that a recent article by Professor Dwight Newman on the Saskatchewan and Ontario reference cases upholding the constitutionality of the federal carbon pricing law does not live up to these standards in two ways. First, it treats other scholars unfairly by distorting their scholarly work and lumping them into derogatory, unsubstantiated general types. Second, it is unfair to the legal materials under consideration by portraying the relevant case law in an unduly selective manner to advance the author’s argument. We close the paper with some reflections on why this particular case matters.

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)0,057
score de la tête « metaresearch » (Gemma)0,105
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,943
Score d'incertitude au seuil0,870

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0570,105
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0420,104
Communication savante0,0270,021
Science ouverte0,0040,012
Intégrité de la recherche0,0210,021
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,064
Tête enseignante GPT0,359
Écart entre enseignants0,295 · 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
DomaineÉvaluation
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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetEnvironmental law and policyTravaux en français237 207