MétaCan
Menu
Retour à la cohorte
Enregistrement W3124668454

Competence Concerns in Charter Adjudication: Countering the Anti-Poverty Incompetence Argument

2006· article· en· W3124668454 sur OpenAlexaffabout

Notice bibliographique

RevueSSRN Electronic Journal · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMulticultural Socio-Legal Studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCharterAdjudicationCompetence (human resources)Argument (complex analysis)Political scienceLaw and economicsPovertyLawSociologySocial psychologyPsychologyMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Canadian courts are reluctant to impose anti-poverty obligations upon governments under the Canadian Charter of Rights and Freedoms. Concerns over the limits of the institutional competence of courts have played an explicit role in this reluctance. The anti-poverty incompetence argument that has thus emerged is an instance of a broader concern over competence that is evident across the spectrum of types of Charter cases. This article traces the emergence of a judicial framework for recognizing and responding to competence concerns in early Charter adjudication and describes the main lines of its evolution in subsequent cases. At the same time, and for the most part remaining within the confines of issues and arguments contained in accumulated Charter case law, the article critically evaluates the ongoing application of the framework in anti-poverty Charter cases. The central argument of the article is that the case law on competence concerns cannot justify placing relatively greater limits on the availability or rigour of Charter protection for anti-poverty claims than for other types of claims. Indeed, the argument is that the case law in fact offers encouragement to courts to pursue responses that manage the concerns or improve competence, thereby allowing equally fulsome protection for anti-poverty

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)0,039
score de la tête « metaresearch » (Gemma)0,093
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 enseignants0,372
Score d'incertitude au seuil0,739

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,093
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0220,052
Communication savante0,0170,011
Science ouverte0,0040,012
Intégrité de la recherche0,0160,015
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,279
Écart entre enseignants0,265 · 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

Citations0
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetMulticultural Socio-Legal StudiesTravaux en français237 207