MétaCan
Menu
Retour à la cohorte
Enregistrement W573210302

Age and equality law

2013· book· en· W573210302 sur OpenAlexaboutno aff
Michael Selmi

Notice bibliographique

RevueAshgate eBooks · 2013
Typebook
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAge discriminationEconomic JusticeWorkforceLabour lawLawPolitical scienceEmployment discriminationTyingRecessionSociologyEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Contents: Introduction Is age discrimination really age discrimination? The ADEA's unnatural solution, Samuel Issacharoff and Erica Worth Harris Hands-tying and the Age Discrimination in Employment Act, Christine Jolls Why is there mandatory retirement?, Edward P. Lazear From race to age: the expanding scope of employment discrimination law, George Rutherglen Life-cycle justice: accommodating just cause and employment at will, Stewart J. Schwab Decent work, older workers and vulnerability in the economic recession: a comparative study of Australia, the United Kingdom and the United States, Susan Bisom-Rapp, Andrew Frazer and Malcolm Sargeant The aging of the American workforce, Sara E. Rix Age discrimination in United States labor markets: a review of the evidence, Scott J. Adams and David Neumark A gap in the agenda: enhancing the regulation of age discrimination in employment, Michael C. Harper International comparison of age discrimination laws, Joanna N. Lahey A softly greying nation: law, ageing and policy in Canada, Charmaine Spencer and Ann Soden The amendment of the Employment Measure Act: Japanese anti-age discrimination law, Ryoko Sakuraba Age discrimination and the European Court of Justice: EU equality law comes of age, Colm Oa (TM)Cinneide The new UK retirement regime: employment law and pensions, Claire Kilpatrick Name index.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,007
Communication savante0,0060,006
Science ouverte0,0010,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0420,007

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 Opus0,034
Tête enseignante GPT0,291
Écart entre enseignants0,257 · 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
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAshgate eBooksMême sujetMigration, Aging, and Tourism StudiesTravaux en français237 207