MétaCan
Menu
Retour à la cohorte
Enregistrement W3119664001 · doi:10.4236/jss.2021.91001

Access to Justice: Recommended Reforms to the Ontario Justice System Using the Green Energy Act as an Example

2021· article· en· W3119664001 sur OpenAlexaboutno aff
Alan Whiteley, Anne Dumbrille, John L. Hirsch

Notice bibliographique

RevueOpen Journal of Social Sciences · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental law and policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStatuteEconomic JusticeGovernment (linguistics)Political sciencePublic administrationModernization theoryLawBusiness

Résumé

récupéré en direct d'OpenAlex

Methods: A document was prepared and sent by a lawyer, Alan Whiteley, to Ontario government officials that identified the main concerns with the Green Energy Act and its impact on the rights of citizens. The Act had been introduced in 2009 in efforts to make Ontario a world leader in “green” energy production. With the passing of the Green Energy Act, a number of statutes were also amended in order to achieve this goal; they reduced impediments to the approval of industrial wind turbine projects. The letter in its entirety is included in this paper. Mr. Whiteley had been involved in a legal case initiated by a not-for-profit organization that argued that the regulatory changes impacted the rights of citizens. Documents such as those submitted through that court filings, such as Factums and Affidavits provided by Ontario residents, and other documents are referenced. Objectives: The goal of the letter was to affect modernization of the justice system to improve access to justice, citizen rights and animal protection. Results: The letter identified and described changes to Acts and policies, gave examples of impacts, and offered possible reform proposals that would allow citizens fair access to justice and protect their rights. These proposals were solutions through changes to the legal system. No reply to the letter was received from any of the government officials, increasing concern regarding the value of the voice of the public.

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)0,012
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,879
Score d'incertitude au seuil0,881

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,029
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0160,011
Communication savante0,0100,005
Science ouverte0,0020,004
Intégrité de la recherche0,0090,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,199
Tête enseignante GPT0,435
Écart entre enseignants0,236 · 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'étudeSans objet
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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Journal of Social SciencesMême sujetEnvironmental law and policyTravaux en français237 207