MétaCan
Menu
Retour à la cohorte
Enregistrement W3122018027

Damage Averaging and the Formation of Class Action Suits

2001· preprint· en· W3122018027 sur OpenAlexaff
Nicolas Marceau, Steeve Mongrain

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2001
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLaw, Economics, and Judicial Systems
Établissements canadiensSimon Fraser UniversityUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésCompensation (psychology)HumanitiesClass (philosophy)Identity (music)Class actionAction (physics)Political scienceSociologyComputer sciencePhilosophySocial psychologyPsychologyEpistemologyPhysicsAesthetics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Within a class action suit, similarly injured individuals can collectively obtain compensation through the justice system. Damage averaging occurs when the compensation awarded by the court to individual members is partly or completely determined by the average damage of the class. The key role of damage averaging in influencing the identity of the individual that will initiate the class action suit is illustrated in a waiting game. If there is complete averaging, the individual with the lowest damage will initiate the class action suit, while if there is less damage averaging, other individuals may do so. Grâce au recours collectif, des individus ayant subi des dommages d'ampleur différente mais de même nature peuvent obtenir compensation en cour. Il est possible que le montant accordé à un individu par la cour ne soit pas strictement une compensation pour les dommages qu'il a subis, mais qu'il réflète aussi, en partie, la moyenne des dommages subis par tous les participants au recours collectif. Envisageant la formation d'un recours collectif comme un jeu d'attente, nous montrons que l'usage de la moyenne des dommages par la cour est un déterminant important de l'identité de celui qui initiera le recours collectif. Si seule la moyenne des dommages est utilisée par la cour dans l'établissement des compensations, alors l'individu ayant subi les plus petits dommages initiera le recours collectif. Si la cour utilise également les dommages individuels dans l'établissement des compensations, alors d'autres individus pourraient vouloir l'initier.

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)0,007
score de la tête « metaresearch » (Gemma)0,020
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: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,007
Communication savante0,0060,004
Science ouverte0,0010,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0210,001

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 Opus0,061
Tête enseignante GPT0,290
Écart entre enseignants0,229 · 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

Citations0
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetLaw, Economics, and Judicial SystemsTravaux en français237 207