MétaCan
Menu
Retour à la cohorte
Enregistrement W3194777318 · doi:10.1093/indlaw/dwab019

International Employment Cases Post-Brexit: Choice of Law, Territorial Scope, Jurisdiction and Enforcement

2021· article· en· W3194777318 sur OpenAlexaff
Louise Merrett

Notice bibliographique

RevueIndustrial Law Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiscrimination and Equality Law
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésChoice of lawJurisdictionBrexitScope (computer science)Conflict of lawsLawInternational lawPolitical scienceEnforcementMunicipal lawExclusive jurisdictionInterpretation (philosophy)Common lawLaw and economicsEconomicsBusinessInternational tradeEuropean union

Résumé

récupéré en direct d'OpenAlex

Abstract The globalisation of employment relationships means that the international aspects of employment law are important in an ever growing number of cases. In particular, international employment cases may raise issues relating to international jurisdiction, choice of law and territorial scope. Before the UK left the EU, directly effective EU Regulations regulating jurisdiction and choice of law provided the rules which are applied in a large number of cases. This article outlines the changes post-Brexit and the resulting overlapping regimes which now govern international employment cases. The choice of law rules in the Rome I Regulation and Rome II Regulation remain as part of retained EU law. International jurisdiction will now be governed entirely by national law rules. However, for cases in the High Court, the common law rules are amended to mirror the provisions which are previously applied under the Brussels I Regulation recast. Although in many cases the rules look the same, different principles of interpretation will apply, and, longer term, now that the rules are not binding as matter of EU there will be scope to amend and reform the rules.

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)0,012
score de la tête « metaresearch » (Gemma)0,025
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 enseignants0,015
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,011
Communication savante0,0110,003
Science ouverte0,0020,007
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,123
Tête enseignante GPT0,384
Écart entre enseignants0,261 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial Law JournalMême sujetDiscrimination and Equality LawTravaux en français237 207