MétaCan
Menu
Retour à la cohorte
Enregistrement W4390490957 · doi:10.31542/1kg5j028

Distorted Perceptions of Corporate Harm in Comparison to Crime

2023· article· en· W4390490957 sur OpenAlexaffvenue
Sarah Ostapovich

Notice bibliographique

RevueCrossing Borders Student Reflections on Global Social Issues · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Conservation and Criminology Analyses
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésHarmArgument (complex analysis)Compensation (psychology)Construct (python library)Scope (computer science)Criminal justiceFoundation (evidence)Economic JusticeLaw and economicsPerceptionCriminologyPolitical scienceBusinessPsychologySocial psychologyLawSociologyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

This paper poses a critical analysis of the Worker’s Compensation Act, providing a foundation for the argument that crime is a social construct and therefore, is incapable of considering various aspects of corporate harm. Worker’s Compensation Board Appeals are examined to demonstrate the limits of the current state of the Worker’s Compensation Act, pointing specifically to harms that originate from workplace fatalities, long-term illnesses, and threats to mental health. The overall argument contends that we should move away from the narrow scope of the current definition of crime and seek a harm-based approach that allows for the consideration of multiple harms, which are often obscured by the criminal justice 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 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)0,032
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,032
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0040,017
Communication savante0,0080,005
Science ouverte0,0010,007
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,125
Tête enseignante GPT0,473
Écart entre enseignants0,348 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCrossing Borders Student Reflections on Global Social IssuesMême sujetWildlife Conservation and Criminology AnalysesTravaux en français237 207