MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200618719 · doi:10.1017/9781108894760.004

The Value of Micro-Comparison

2021· book-chapter· en· W4200618719 sur OpenAlexaff
John I. Bell

Notice bibliographique

RevueCambridge University Press eBooks · 2021
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueComparative and International Law Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMacroIdeologyRobustness (evolution)Macro levelValue (mathematics)Comparative lawComparative methodComparative historyLegal cultureLegal historyPolitical scienceSociologyLawLaw and economicsSocial scienceComputer scienceEconomicsPoliticsEconomic systemPhilosophy

Résumé

récupéré en direct d'OpenAlex

Much of Patrick Glenn’s contribution to comparative law took the form of macro-comparison. William Twining has offered important criticisms of the undue attention to micro-comparison in the Western comparative law tradition. He has encouraged the enterprise of constructing macro pictures of law in the world. Glenn’s work, especially Legal Traditions of the World, shows how macro-comparison can illustrate the way different legal traditions can operate in combinations and across national borders. This challenges the compartmentalized view of legal systems adopted by bodies like the World Bank. Glenn combines understanding of social culture and ideology with history and geography in his picture of law. All the same, micro-comparison has a significant contribution. Micro-comparison helps us to understand how legal systems really work. The robustness of macro-comparative analyses depends on their ability to be verified in the close examination of specific instances of legal systems that they are supposed to explain. Macro-comparison is typically an exercise of seeing patterns in specific instances and developing a theory that continues on that pattern. For most scholars, micro-comparison ensures feet are on the ground and the tools are the comparative trade are well honed before embarking on the macro-comparative enterprise.

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)0,013
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,016
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0060,030
Communication savante0,0110,023
Science ouverte0,0030,008
Intégrité de la recherche0,0020,007
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,045
Tête enseignante GPT0,278
Écart entre enseignants0,233 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetComparative and International Law Studies→Travaux en français237 207→