MétaCan
Menu
Retour à la cohorte
Enregistrement W3129166020 · doi:10.15388/os.law.2020.21

The possibility of using representative actions to pursue claims resulting from the Dieselgate scandal – the future of redress for infringements of collective consumer interests

2020· article· en· W3129166020 sur OpenAlexaboutno aff
Anna Urbanek

Notice bibliographique

RevueVilnius University Open Series · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigitalization, Law, and Regulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRedressSanctionsCompensation (psychology)BusinessScale (ratio)Member statesPolitical scienceEuropean unionLawLaw and economicsInternational tradeEconomics

Résumé

récupéré en direct d'OpenAlex

Since the disclosure of unethical and illegal solutions used by Volkswagen A.G. during exhaust emission tests in many countries, proceedings are underway to impose an appropriate penalty on the company and to compensate the victims. On a global scale, the USA, Australia, South Korea and Canada can be mentioned. The European Union is not standing still. Until mid-February 2020, national courts and administrative bodies imposed various types of sanctions in Spain, Germany, Portugal, the Netherlands, Austria and Poland, among others. However, although the Volkswagen case is an infringement of collective consumer interests on a pan-European scale, Member States are resolving the problem through internal proceedings. Does this ensure effective and adequate compensation of affected consumers? The increase in protection would ensure, among other things, that there is a valid injunction for adequate compensation and that the proceedings are international in nature. The paper aims to show how the representative actions mechanism proposed in the “New Deal for Consumers” package could affect the effectiveness of decisions taken in the Volkswagen case by Member States’ competent authorities.

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)0,046
score de la tête « metaresearch » (Gemma)0,063
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: aucune
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,242

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,063
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0030,001
Études des sciences et des technologies0,0090,024
Communication savante0,0190,016
Science ouverte0,0040,010
Intégrité de la recherche0,0370,015
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,088
Tête enseignante GPT0,356
Écart entre enseignants0,268 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVilnius University Open SeriesMême sujetDigitalization, Law, and RegulationTravaux en français237 207