MétaCan
Menu
Retour à la cohorte
Enregistrement W4413244041 · doi:10.3138/ccar.v15i1.111

Class Actions and Beauty Pageants: The Need for Carriage Motion Reform in Ontario

2019· article· en· W4413244041 sur OpenAlexaboutno aff
Cole Pizzo

Notice bibliographique

RevueCanadian Class Action Review · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDispute Resolution and Class Actions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarriageArbitrarinessClass (philosophy)LawPrejudice (legal term)Law and economicsOpt-outPolitical scienceSociologyComputer scienceBusinessAdvertisingEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract: In Ontario, carriage motions have been embraced as the designated method for determining which of competing class counsel will exclusively represent the class. Despite the foundational objective of judicial economy, carriage motions persist as inefficient and deeply flawed procedures. Since the initial factors for the court to consider were enumerated in Vitapharm, the test has grown into a lengthy list of factors which are neither mandatory nor exhaustive. This promotes uncertainty and does little to foster judicial economy or serve the best interests of the putative class. I argue that carriage motions have developed in an unfeasible direction. They encourage wasted resources and effort, create delay in an already lengthy process, and may ultimately prejudice the class. In search of an alternative, I employ a multijurisdictional analysis. The approach of the Federal Court of Australia in resolving competing actions is considered, as is the post-Schmidt approach of Quebec. Embracing the modified first-to-file rule of Quebec is the appropriate direction for carriage motion reform in Ontario. Quebec’s approach balances concerns over the complexity, uncertainty, and potential prejudice of carriage motions with concerns over the arbitrariness and unfairness of a conventional first-to-file rule. This would avoid the lengthy comparative analysis of carriage motions while still serving the best interests of class members.

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)0,011
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,164
Score d'incertitude au seuil0,970

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0110,006
Communication savante0,0100,003
Science ouverte0,0030,002
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,052
Tête enseignante GPT0,262
Écart entre enseignants0,210 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Class Action ReviewMême sujetDispute Resolution and Class ActionsTravaux en français237 207