MétaCan
Menu
Retour à la cohorte
Enregistrement W4308704085 · doi:10.46398/cuestpol.4074.21

Specific features of the legal regulation of prosecution for contempt of court: judicial rules established in different countries

2022· article· en· W4308704085 sur OpenAlexaboutno aff
Larysa Nalyvaiko, Vasyl Ilkov, Iryna Verba, O. O. Kulinich, Oleksandr Korovaiko

Notice bibliographique

RevueCuestiones Políticas · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Studies and Reforms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContemptLawLegislationPolitical scienceJurisprudence

Résumé

récupéré en direct d'OpenAlex

The purpose of the article is to reveal the specific features of prosecution for contempt of court in different countries. The methodological basis of this research is a set of general scientific methods (dialectics, abstraction, generalization, analysis, modelling) and special methods of scientific cognition (comparative and legal method, etc.). The existing types of responsibility and penalties for committing contempt of court in different countries of the world have been characterized. The authors have carried out the analysis of the experience of legal liability for manifestation of contempt of court rules established in the United States, Canada, France, Australia, Belgium, Poland, Great Britain, New Zealand, Ireland and India, which allowed to highlight the positive provisions for improvement of legislation in this area. It has been concluded that the purpose of establishing the aforementioned responsibility is to guarantee the administration of justice and the rule of law, maintain and strengthen public confidence in the judicial system, safeguarding the continuity of the judicial process. Based on the analysis of regulatory legal acts and the jurisprudence of several countries in the world, the authors have made the classification by categories of actions that qualify as contempt.

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)0,006
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,011
Communication savante0,0060,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,287
Écart entre enseignants0,271 · 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'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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCuestiones PolíticasMême sujetLegal Studies and ReformsTravaux en français237 207