Notice bibliographique
Résumé
ROTHSTEINhank you Dick, for your generous introduction.There is just one thing I have to correct.When you said that I was in the law office in the afternoon, I would say that it was most afternoons.Some afternoons were in the pool hall.It is great to be home and it is a singular honour to have been given the opportunity to participate in the Isaac Pitblado Lectures on the 100th Anniversary of the Manitoba Court of Appeal.I know all the members of the Court and I go back a long way with the old ones.My relationship with each of them, of course, is different.Guy Kroft, who just retired this week, and I know each other best because we were plaintiffs together.We had invested in a limited partnership and made a profit, unusual for me, and declared the profit as a capital gain.The Government said it was income and reassessed us.Guy was a judge at the time and I was still a lawyer.When it came time for examinations for discovery, we had to decide who would be discovered.Guy announced that it would have to be me because it would be unseemly for a judge to be examined.All I can say is, it's easier to ask the questions than to answer them.Charlie Huband taught me trust law.Charlie looks the same today as he did 43 years ago.It's the hair -a sensitive subject for me.I litigated with Dick Scott and Kerr Twaddle.They always won.Sometimes I was bitter about it.But I certainly don't want anyone to think that now it's payback time.And, of course, Martin Freedman and I were partners and close friends for many years at Aikins, MacAulay & Thorvaldson.So those are the old guys.Now, Barb Hamilton was also a partner of mine at Aikins and a good
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».