MétaCan
Menu
Retour à la cohorte
Enregistrement W4238894806 · doi:10.3138/utlj.60.2.687

CONSUMER CREDIT REDUX

2010· article· en· W4238894806 sur OpenAlexvenueno aff
Anthony Duggan

Notice bibliographique

RevueUniversity of Toronto Law Journal · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEuropean and International Contract Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)Government (linguistics)Economic interventionismEconomicsPolitical scienceConsumer protectionLaw and economicsLawPolitics

Résumé

récupéré en direct d'OpenAlex

Consumer credit law was a hot topic for legal scholars during the 1970s and 1980s, but its attraction waned in the next two decades, no doubt due in part to the dampening effect of the law and economics movement on government intervention and its advocacy. However, the last five years have seen a resurgence of scholarly interest in consumer credit law. This is partly because recent market developments have given academics a range of interesting new issues to address and partly because the new generation of legal scholars is economically literate and has been able to draw successfully on developments in law and economics, behavioural economics, and other new theoretical perspectives to enrich the debate over the case for regulation. This essay surveys the recent literature on three topics – sub-prime lending, credit cards, and payday loans – with particular reference to the challenges developments in these areas pose for truth-in-lending laws and policies that, at least until very recently, had remained largely unchanged since the heyday of consumer credit law reform.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,012
Tête enseignante GPT0,248
Écart entre enseignants0,236 · 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'étudeSans objet
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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Toronto Law JournalMême sujetEuropean and International Contract LawTravaux en français237 207