MétaCan
Menu
Retour à la cohorte
Enregistrement W4390927614 · doi:10.1515/9780776624303-015

CHAPTER X Cyberjustice and Ethical Perspectives of Procedural Law

2016· book-chapter· en· W4390927614 sur OpenAlexaboutno aff
Daniel Weinstock

Notice bibliographique

RevueUniversity of Ottawa Press eBooks · 2016
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDispute Resolution and Class Actions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLawPolitical sciencePhilosophySociology

Résumé

récupéré en direct d'OpenAlex

I n Canada, as in other countries, there is an enormous problem of access to justice.Many courts are clogged, and people who have to rely on them for their cases to be heard are often required to wait for an unreasonably long time.Since access to justice is not entirely exempt from market forces, it is often prohibitively expensive for those who need it most.Like access to health care, which probably causes more ink to flow, access to justice is a major issue of distributive justice. 1 One of the justifications for introducing virtual platforms into the administration of justice is the claim that it could help to alleviate this major distributive justice problem."Cyberjustice" would shrink costs and waiting times related to justice proceedings by relieving congestion in the courts, reducing costs related to the need to pay various types of workers in the legal field, and so on.In the present essay, I will not try to challenge these claims.Let us therefore take it for granted that cyberjustice would entail major improvements in access to justice.Instead, I would like to look at the risks that could flow from overuse of virtual tools in the legal context.I am starting from the hypothesis that the design of any complex social institution has to take a multitude of values into account, values that are sometimes in tension.While use of virtual platforms may be an improvement in terms of access to justice, does it entail risks in relation to other values that are just as central for legal institutions, risks that could significantly reduce the overall benefit brought about by the introduction of new technologies?

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,733

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,207
Écart entre enseignants0,187 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Ottawa Press eBooksMême sujetDispute Resolution and Class ActionsTravaux en français237 207