MétaCan
Menu
Retour à la cohorte
Enregistrement W4394914617 · doi:10.22329/wyaj.v38.8294

Safety in Numbers or Lost in the Crowd? Litigation of Mass Claims and Access to Justice in Ontario

2023· article· en· W4394914617 sur OpenAlexaffvenueabout
Suzanne Chiodo

Notice bibliographique

RevueWindsor Yearbook of Access to Justice · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Law and Evidence
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésEconomic JusticeCriminologyBusinessActuarial sciencePolitical scienceLawPsychology

Résumé

récupéré en direct d'OpenAlex

Ontario’s Class Proceedings Act [CPA] is 30 years old. In the past three decades, it has inspired similar legislation across Canada and around the world, and its capacity for bringing about social change has been widely acknowledged. But, like all things that mature, some cracks are beginning to show. The certification test under section 5 of the CPA has been made more restrictive by recent legislative amendments. In addition, class action practitioners are starting to recognize that the CPA can be a blunt instrument and that some mass claims are better litigated outside of that context. While smaller claims may find safety in numbers in a class action, larger claims that require more individualized treatment may get lost in the crowd. Outside of the CPA, however, there is minimal guidance in this area, and this can lead to uncertainty and delay. This article proposes a set of informal guidelines for the litigation of mass claims in Ontario, informed by multidistrict litigation in the US and group litigation in England & Wales, as well as the theory and history of mass claims typology. This guidance will reduce uncertainty and delay by facilitating agreement between parties on procedural steps and provide much-needed direction for a growing phenomenon.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,809

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0220,011
Communication savante0,0080,003
Science ouverte0,0020,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,111
Tête enseignante GPT0,394
Écart entre enseignants0,282 · 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'étudeSans objet
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'admission3
Résumé présentoui

Explorer davantage

Même revueWindsor Yearbook of Access to JusticeMême sujetCriminal Law and EvidenceTravaux en français237 207