Commercial Litigation Funding: Ethical, Regulatory and Comparative Perspectives
Notice bibliographique
Résumé
There has been a proliferation of writing about commercial litigation funding (“CLF”) over the past few years, in both the academic and popular press. Too often, the literature presents a narrative of extremes. Commentators are either wholly against CLF on the basis that it gives rise to unethical behaviour and the commodification of our civil justice system, or wholly in support of it on the basis that it promotes access to justice and levels the playing field. A conference held at the University of Windsor Law School in July, 2013 brought together leading scholars, judges and lawyers from the United States, Australia and Canada to engage in a nuanced discussion about CLF that mediated between these extreme polarities. The first conference of its kind in Canada, discussion was focused on four themes: regulation, access to justice, ethics and impacts on class actions. In this article, the conference organizers, Dean Camille Cameron and Professor Jasminka Kalajdzic, survey the principal issues in the debates around CLF, summarize the key points in the conference papers, and identify the basic principles that might inform the regulation of litigation funding in Canada and elsewhere.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,011 |
| Études des sciences et des technologies | 0,019 | 0,073 |
| Communication savante | 0,032 | 0,014 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,015 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».