MétaCan
Menu
Retour à la cohorte
Enregistrement W3122822935

What the United States Taught the Commonwealth About Pure Economic Loss: Time to Repay the Favor

2011· article· en· W3122822935 sur OpenAlexaboutno aff
Bruce Feldthusen

Notice bibliographique

RevuePepperdine Digital Commons (Pepperdine University) · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommonwealthLawPolitical scienceActuarial scienceEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper deals with a discussion of the comparative treatment of the recovery of pure economic loss in negligence, a topic that has dominated my scholarship for more than thirty years.'My purpose is more to discuss how my research in this area has been informed by comparative study than to articulate the relevant rules and principles themselves.Some of the points of substance I will make will be contentious, and I will leave those debates to other publications and other times.I hope this makes today's topic more interesting.Many American tort lawyers would not recognize "economic loss" as an organizing principle for tort law; or if they did, they might not restrict the topic to negligence law.In what I will loosely call the Commonwealth-England, Canada, Australia, and New Zealand-most lawyers would understand this subset of negligence law to include cases of the following types: 2 1. Negligent misrepresentation brought, for example, where a nonprivity third party sues for losses suffered from investments made in reliance on negligently prepared corporate financial statements.2. Negligent performance of professional services where perhaps a frustrated beneficiary sues the solicitor who negligently drafted an impugned will., 3. Relational economic loss brought by a plaintiff who suffers

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)0,009
score de la tête « metaresearch » (Gemma)0,016
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,894
Score d'incertitude au seuil0,211

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,032
Communication savante0,0150,019
Science ouverte0,0010,005
Intégrité de la recherche0,0120,014
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,019
Tête enseignante GPT0,228
Écart entre enseignants0,209 · 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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePepperdine Digital Commons (Pepperdine University)Même sujetCanadian Policy and GovernanceTravaux en français237 207