MétaCan
Menu
Retour à la cohorte
Enregistrement W4366293255 · doi:10.53024/7.1.49.2023

Próba porównania niektórych elementów instytucji przyczynienia się poszkodowanego w deliktowej odpowiedzialności za szkody na osobie w prawie polskim i w systemie common law / Attempt at a Comparative Analysis of Certain Elements of Contributory Negligence of the Injured in Tortious Liability for Personal Injury Under the Polish Law and in the Common Law System

2023· article· en· W4366293255 sur OpenAlexaboutno aff
Tomasz Strugalski

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Malpractice and Liability Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLawInstitutionLegislationCommon lawLiabilityElement (criminal law)Political scienceContributory negligenceTortPersonal injury

Résumé

récupéré en direct d'OpenAlex

The article provides a comparative analysis of the approaches related to contributory negligence of the injured causing the occurrence or aggravation of the injury in the Polish law and in the common law system. The article discusses the development of this institution, differences and similarities with special emphasis on the latter as peculiar to the systems that evolved from such distant sources as well as rules according to which the occurrence and degree of contribution is established. The basis for deliberations is the legislation of England and Wales under which this institution developed, from a chronological perspective, for the first time. However, certain American, Canadian and Australian approaches have also been discussed against this background. The article addresses important issues, though rarely debated in the Polish legal literature, and constitutes an important source of knowledge for legal scholars providing professional insights and prompting both axiological and purely practical deliberations. em Key words: tortious liability, personal injury, comparative negligence, contributory negligence, the common law system

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)0,010
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,064
Tête enseignante GPT0,427
Écart entre enseignants0,363 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMedical Malpractice and Liability IssuesTravaux en français237 207