Examining procedural fairness in anti-doping disputes: a comparative empirical analysis
Notice bibliographique
Résumé
Abstract While the principles of procedural fairness apply in anti-doping disputes pursuant to Article 8 of the Word Anti-Doping Code, 2021 (the Code), there has been limited research assessing whether due process requirements are applied consistently by national anti-doping tribunals. This paper investigates the extent to which the procedural requirements set out under the Code are followed in practice, with a focus on India, New Zealand and Canada, facilitating comparison between developed and developing jurisdictions. By providing an evidence-based examination of first instance anti-doping procedures, this study confirms existing theories on the overall lack of harmonization in anti-doping procedures. We undertook a frequency analysis on the full-text awards handed down by first instance anti-doping tribunals in the comparative jurisdictions and the findings highlight inconsistent application of timeliness requirements and access to legal representation. Critically, in India, disputes take significantly longer to be resolved than in Canada and New Zealand, while far fewer Indian athletes are represented by legal counsel. In all jurisdictions, athletes who were represented by counsel were more likely to see a reduction in their sanctions. The study provides empirical evidence of systemic issues associated with timeliness and access to justice in anti-doping tribunals across jurisdictions and reinforces the need to focus on capacity building and enforcement of procedural safeguards, especially in developing countries. Practical recommendations include strategies to better achieve compliance and harmonization in protecting the procedural rights of athletes, particularly those athletes affected by the current application of the Code where cultural and socio-economic barriers may exacerbate procedural issues.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,061 | 0,241 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,006 | 0,010 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».