MétaCan
Menu
Retour à la cohorte
Enregistrement W4282565019 · doi:10.54648/aila2022020

The Liability Regime for the Transportation of Goods by Drones: Is There a Need for a European Union Initiative?

2022· article· en· W4282565019 sur OpenAlexaboutno aff
Pierre-Frédéric Siaud

Notice bibliographique

RevueAir and Space Law · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Law and Aviation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLiabilityDroneEuropean unionAviationCivil aviationConventionBusinessEngineeringInternational tradeAeronauticsPolitical scienceLawAerospace engineeringFinance

Résumé

récupéré en direct d'OpenAlex

The use of civil Unmanned Aircraft System (UAS) is becoming more common place, and the application and development of this technology open the door for numerous opportunities, particularly from a commercial perspective. This article first provides an overview of the liability regime applicable in the European Union for the transportation of goods by UAS (otherwise known as drones), or more precisely, emphasises the lack of a liability regime adapted to unmanned aircraft operations within the Single European Sky. Second, an overview of the liability regime for the transportation of goods under the Montreal Convention of 1999 will be studied for its potential applicability to unmanned aircraft operations which will further underscore the lack of any such adaptability of that regime to unmanned aircraft operations. Finally, this article raises the question of whether the creation of a liability regime specially designed for the use of unmanned aircraft in the transportation of goods is needed – one which would take into account all of the specificities related to this advancing technology that cannot be adequately encompassed within the existing regimes governing manned aviation. Unmanned Aircraft System, Cargo, Liability, European Union

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)0,009
score de la tête « metaresearch » (Gemma)0,008
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,008
Communication savante0,0060,011
Science ouverte0,0020,003
Intégrité de la recherche0,0120,008
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,278
Écart entre enseignants0,261 · 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
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAir and Space LawMême sujetInternational Law and AviationTravaux en français237 207