Infected Judgment: Problematic Rush to Conventional Wisdom and Insurance Coverage Denial in a Pandemic
Notice bibliographique
Résumé
The COVID-19 pandemic created not only a public health crisis but also an insurance coverage imbroglio, prompting near-immediate business interruption claims by policyholders impacted by government restrictions ordered in response to the pandemic. Insurers and their representatives "presponded" to the looming coverage claims by quickly moving to denigrate arguments for coverage, engaging in a pre-emptive strike that has largely worked to date, inducing too many courts to rush to judgment by declaring-as a matter of law-that policy terms such as "direct physical loss or damage" do not even arguably encompass the business shutdowns resulting from COVID-19. Our closer examination of the term and of other key coverage questions suggests that policyholders have a much stronger case than suggested by the initial-and often superficial and conclusory-conventional wisdom flowing from the first wave of judicial decisions. Only a few courts have analyzed the COVID coverage debate with the type of reflective care, judicial humility, and respect for the trial process one would hope to see. The "early returns" in these coverage wars have been analytically disappointing, creating risk of an unfortunate path dependency or cascade of cases excessively narrowing the meaning of key terms such as "loss" and "damage," and diminishing the quality of future coverage decisions.
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 | 0,052 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,021 | 0,065 |
| Communication savante | 0,024 | 0,019 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,042 | 0,035 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».