MétaCan
Menu
Retour à la cohorte
Enregistrement W3159075066 · doi:10.31219/osf.io/x82yh

Crime and Punishment: Adam Smith’s Theory of Sentimental Law and Economics

2020· article· en· W3159075066 sur OpenAlexaff
Maria Pia Paganelli, Fabrizio Simon

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal principles and applications
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésResentmentPunishment (psychology)Rational choice theory (criminology)SanctionsAdam smithUnintended consequencesEconomic JusticeLaw and economicsPublic goodFeelingEconomicsCriminologyLawSociologyPolitical sciencePsychologySocial psychologyMicroeconomicsNeoclassical economics

Résumé

récupéré en direct d'OpenAlex

For Adam Smith a crime is not the result of a rational calculation of loss and gain, but the consequence of envy and a vain desire to parade wealth to attract the approbation of others, combined with a natural systematic bias in overestimating the probability of success. Similarly, Smith does not conceive of legal sanctions as a rational deterrent, but as deriving from the feeling of resentment. While the prevailing approach of the eighteenth century is a rational explanation of crime and a utilitarian use of punishment, Adam Smith instead builds his theory of criminal behavior and legal prosecution consistently on the sentiments. A well-functioning legal system is thus an unintended consequence of our desire to bring justice to the individual person, not the result of a rational calculation to promote the public good, just like a well-functioning economic system is the unintended consequence of our desire to better our own condition, not the result of a rational calculation to promote public good.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,013
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,031
Tête enseignante GPT0,273
Écart entre enseignants0,242 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLegal principles and applicationsTravaux en français237 207