MétaCan
Menu
Retour à la cohorte
Enregistrement W4416161625 · doi:10.1017/s0007123425100987

Leveling and Spotlighting: How the European Court of Justice Favors the Weak to Promote Its Legitimacy

2025· article· en· W4416161625 sur OpenAlexaff
Silje Synnøve Lyder Hermansen, Tommaso Pavone, Louisa Boulaziz

Notice bibliographique

RevueBritish Journal of Political Science · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueComparative and International Law Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLegitimacyLeverage (statistics)OddsEuropean court of justiceEconomic JusticeEuropean Union lawPrivate rights

Résumé

récupéré en direct d'OpenAlex

Abstract As private actors turn to international courts (ICs), we argue that judges can adopt pro-individual rights agendas to promote their own legitimacy. By leveling the odds for disempowered individuals and spotlighting their rights claims, ICs rebut charges that they are playthings of the powerful and cultivate support networks in civil society. We assess our theory by scrutinizing the first IC with private access: the European Court of Justice (ECJ). Established as an economic court and alleged to conceal a pro-business bias, we leverage original data demonstrating that the ECJ publicizes itself as protector of individuals and matches words with deeds. The ECJ ‘levels’, favoring individuals’ rights claims over claims raised by businesses boasting better legal teams. The ECJ then ‘spotlights’ pro-individual rights rulings via press releases that lawyers amplify in law journals. These findings challenge claims that ICs build legitimacy by stealth and the ‘haves’ come out ahead in litigation.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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: Empirique
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,926

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,048
Tête enseignante GPT0,357
Écart entre enseignants0,309 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Political ScienceMême sujetComparative and International Law StudiesTravaux en français237 207