MétaCan
Menu
Retour à la cohorte
Enregistrement W6926603424 · doi:10.25446/oxford.20239503

Law through Film, St. John's University

2022· other· en· W6926603424 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity of Oxford · 2022
Typeother
Langueen
DomaineMaterials Science
ThématiqueHydrogen embrittlement and corrosion behaviors in metals
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSyllabusPresentation (obstetrics)Class (philosophy)Reading (process)Power (physics)Value (mathematics)

Résumé

récupéré en direct d'OpenAlex

Film has the power to stimulate debate. This seminar affords an opportunity to explore jurisprudential issues and value systems through a critical examination of the narrative, historical context, and cinematic technique of films. Thus, this seminar explicitly challenges settled assumptions about law and justice. The films and accompanying reading assignments concentrate on three overlapping themes: defining community, apportioning fault, and distributing justice. In particular, the course highlights the lawyer's role as an "insider" with respect to these concerns, and evaluates the benefits and obligations conferred by that status. When offered during the Fall and Spring semesters, grades are based on two short papers, a research paper, presentation of the paper, and participation in class discussion. When offered during an intersession, grades are based on a final exam, discussion pieces, and class participation. This information has been collected for the Post-Discipline Online Syllabus Database. The database explores the use of literature by schools of professional education in North America. It forms part of a larger project titled Post-Discipline: Literature, Professionalism, and the Crisis of the Humanities, led by Dr Merve Emre with the assistance of Dr Hayley G. Toth. You can find more information about the project at https://postdiscipline.english.ox.ac.uk/. Data was collected and accurate in 2021/22.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,2620,000

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 Opus0,015
Tête enseignante GPT0,217
Écart entre enseignants0,201 · 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.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of OxfordMême sujetHydrogen embrittlement and corrosion behaviors in metalsTravaux en français237 207