MétaCan
Menu
Retour à la cohorte
Enregistrement W3126005484 · doi:10.29173/alr1287

Empirical Study of Civil Justice Systems: A Look at the Literature

2005· article· en· W3126005484 sur OpenAlexafffundvenue
Michael Lines

Notice bibliographique

RevueAlberta Law Review · 2005
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLaw, Economics, and Judicial Systems
Établissements canadiensUniversity of Victoria
Organismes subventionnairesUniversity of TorontoYork UniversityAmerican Bar FoundationHarvard UniversityU.S. Department of Justice
Mots-clésEmpirical researchEconomic JusticeEmpirical legal studiesLawProduct liabilityLegal professionPolitical scienceCivil procedureLegal liabilityProduct (mathematics)MalpracticeCivil law (Civil law)SociologyLiabilityCommercial law

Résumé

récupéré en direct d'OpenAlex

The exploitation of empirical methodologies has had a late start in law compared with other social sciences. Though there have been consistent calls/or the scientific study of law-related problems since the late 1800s. the main impetus to actually begin conducting sophisticated and useful empirical studies has come from outside the profession, starting mainly in the 1950s. Since then, a growing number of evidence-based studies of legal topics have appeared, some authored by those trained in the law, others by those trained in other disciplines, often as collaborative efforts, and occasionally by scholars trained in both the law and empirical methodology. Prominent subjects have been the behaviour of juries, procedural justice, case loads in specific court systems, judicial decision-making, the legal profession, the impact of law on society and trends in specific types of cases, especially medical malpractice and product liability suits. This fluorescence seems to have tailed off somewhat since the late 1980s. What follows is an informal, non-exhaustive look at empirical studies relating to the reform of civil procedure and the improvement of the administration of civil justice.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,898
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,037
Tête enseignante GPT0,267
Écart entre enseignants0,230 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAlberta Law ReviewMême sujetLaw, Economics, and Judicial SystemsTravaux en français237 207