MétaCan
Menu
Retour à la cohorte
Enregistrement W4230248784 · doi:10.20474/jahss-2.3.3

Animals: ‘objects’ or ‘sentient beings’? A comparative perspective of the South African law

2016· article· en· W4230248784 sur OpenAlexaboutno aff
Amanda Boniface

Notice bibliographique

RevueJournal of Advances in Humanities and Social Sciences · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Issues in South Africa
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Environmental ethicsLawEpistemologySociologyPolitical sciencePhilosophyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper provides a comparison of the law related to the classification of animals as either "legal objects" or "sentient beings" and "non-human persons." In this paper, the definition of "objects" in the South African Law of Persons will be explored. An explanation of the difference between a legal "object" and a legal "subject" in South African law will be provided. Legal research is done with the focus being Interpretative Research. In order to understand the classification of animals in South African law, the relevant provisions of the Animal Protection Act 71 of 1962 and the Performing Animals Protection Act 24 of 1935 (as amended) will be explained. Secondly, the classification of animals in the law of other countries will be explored. Examples will include France, where the legal status of animals has changed from that of "personal property" to "sentient beings"; New Zealand, where the Animal Welfare Amendment Act 2 of 2015 recognizes animals as sentient beings; the legal reforms in Quebec, Canada, stating that animals are not objects and the declaration by India that Cetaceans are "non-human persons." Implications of this research for practice may include a reclassification of animals as persons, which would result in the need for changes to be made in South African law. In conclusion, suggestions are made about whether the classification of animals as "objects" in South African law should be revised.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,388
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,007
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,086
Tête enseignante GPT0,377
Écart entre enseignants0,291 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advances in Humanities and Social SciencesMême sujetLegal Issues in South AfricaTravaux en français237 207