MétaCan
Menu
Retour à la cohorte
Enregistrement W4405936778 · doi:10.31743/recl.17519

Applying Soft-Law Mechanisms and Responsive Regulation Theory to Labor Law: A Case Study of Poland

2024· article· en· W4405936778 sur OpenAlexaboutno aff
Karol Sołtys

Notice bibliographique

RevueReview of European and Comparative Law · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRegulation and Compliance Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoft lawLabour lawLawLaw and economicsPolitical scienceEconomicsInternational law

Résumé

récupéré en direct d'OpenAlex

Focusing on selected international experiences, this article explores the role of soft regulation in the context of responsive enforcement of labor law. The analysis aims to answer the main research question of whether there is a method for the effective application of soft regulation in the responsive procedure of enforcing labor law in Polish legislation based on the experiences of Anglo-Saxon countries. Formal-dogmatic and comparative methods were used to address this question. The analysis includes experiences from the Canadian province of Ontario and Australian and British legislators. This article describes the mechanism of using soft regulation in the responsive procedure of enforcing labor law, which enabled the description of potential legal and governmental system consequences of its hypothetical application in Poland. The significant reliance of the responsive regulation model on soft regulation may, among other things, limit the ability of employers to challenge unresponsive treatment by public authorities. It also conflicts with certain constitutional principles, including the exclusivity of statutes and the principle of a democratic legal state. This, in turn, could prevent the implementation of responsive regulation in European legal systems. Finally, this article considers ways to minimise the risk of violating the Polish Constitution while maintaining the flexibility and potential effectiveness of responsive regulation.

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)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,925
Score d'incertitude au seuil0,448

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,062
Tête enseignante GPT0,312
Écart entre enseignants0,250 · 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
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European and Comparative LawMême sujetRegulation and Compliance StudiesTravaux en français237 207