MétaCan
Menu
Retour à la cohorte
Enregistrement W4256174237 · doi:10.3138/utlj.60.2.643

THE EVOLUTION OF CONTRACT REMEDIES (AND WHY DO CONTRACTS PROFESSORS TEACH REMEDIES FIRST?)

2010· article· en· W4256174237 sur OpenAlexvenueno aff
George G. Triantis

Notice bibliographique

RevueUniversity of Toronto Law Journal · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal principles and applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDamagesCompensation (psychology)IncentiveNormativeBreach of contractContract theoryLaw and economicsBusinessEconomicsLawPolitical scienceMicroeconomicsPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

This essay traces the evolution of the scholarly understanding of contract remedies, beginning with the era in which the compensation principle and expectation damages dominated. Fuller and Perdue's classic articles in 1936/1937 and the theory of efficient breach in the 1970s each offered important justifications for the principle. However, as economic analysis extended to incorporate a wider range of incentive and risk-bearing goals, support for the compensation principle became increasingly frayed. The emergence of the incomplete contracts theory further weakened its normative significance. In practice, the cutting-edge uses of contract damages pursue several other objectives unrelated to compensation. In particular, damages promote contracting goals by (a) providing prices for embedded options or (b) setting the stakes, and thereby incentives, for future litigation. Finally, the essay discusses the design of ‘tiered’ damages within a single contract that are triggered by different contingencies. In this sense, damages and contract conditions act as complements as well as substitutes. In light of the complex and interactive role played by contract remedies, the author suggests that this topic should be taught near the end rather than at the beginning of the first-year contracts course.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil0,999

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 technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,254
Écart entre enseignants0,243 · 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'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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Toronto Law JournalMême sujetLegal principles and applicationsTravaux en français237 207