An International Review of Early Neutral Evaluation Programs and Their Use in Family Law Disputes in Alberta
Notice bibliographique
Résumé
Early neutral evaluation (ENE) is an expedited dispute resolution process that was developed in California 20 years ago (Brazil, 1990; Brazil, Kahn, Newman & Gold, 1986). Despite very positive program evaluations in the United States (Kakalik et al., 1996; Levine, 1989a; Pearson, 2006), its adoption in other jurisdictions has been somewhat limited. Recently, and likely in response to the need to improve access to justice in family law matters in an efficient and economic manner, ENE programs have been gaining in popularity; examples of ENE programs can now be found in other countries including the United Kingdom, Australia, New Zealand, Malaysia, and Singapore. Given their limited use in Canada, the Canadian Research Institute for Law and the Family, with financial support from the Alberta Law Foundation, conducted this project to review and analyze early neutral evaluation processes in other jurisdictions and explore their possible utility for Alberta. The purpose of this project was to review and analyze early neutral evaluation processes elsewhere and make recommendations regarding their possible use in Alberta to improve access to justice in family law disputes. Specifically, this project had the following objectives: to review the current literature on early neutral evaluation processes in Canada and elsewhere; to analyze early neutral evaluation models and identify the advantages and disadvantages of model characteristics; and to make recommendations regarding best practices for early neutral evaluation processes in family law matters in Alberta. This project involved an international literature review of ENE processes. The literature review was conducted using both academic databases and online search engines, yielding a combination of academic (published) and gray (informally published) material. Research studies were reviewed to examine emerging trends, issues, and best practices in ENE models in family law matters, and particular attention was given to programs that had been evaluated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,017 | 0,030 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».