Summary Legal and Technical Report on Spent Convictions
Notice bibliographique
Résumé
This legal and technical report on Spent Convictions modelling summarises the findings and results already presented in Deliverables DC3.1 - DC3.6 and provides concluding perspectives. This report includes a brief overview of the preliminary conceptual work and notes on the Spent Convictions Scheme solution prior to its semi-automated modelling. This report should ideally be read in conjunction with the earlier project deliverables: DC3.1 introduces the subject; DC3.2 presents the clustering for the survey on legal compliance; DC3.3 presents the roadmap towards publishing law as data using Natural Language Processing (NLP) tools; DC3.4 describes in more detail the Spent Convictions Scheme; DC3.5 elaborates on the potential interpretative issues and impact of Crimes Act 1914 (Cth) (Part VIIC – Division 3: Sections 85ZV, 85ZW and Associated Definitions); and DC3.6 analyses the case law perspective. This report briefly discusses (i) the survey on legal compliance in which the difference between regulatory and legal compliance is grounded; (ii) the legal issues raised by the Spent Convictions Scheme (steps, interpretations, case law and privacy); (iii) the Spent Convictions Scheme modelling in defeasible semantic logic, (iv) and Natural Language Processing (NLP) techniques and applications. D3C.7 therefore summarises the results and findings of the Project and offers a proof of concept.
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 | 0,011 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,140 | 0,075 |
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 ».