Can Lawyers Think Like Scientists?
Notice bibliographique
Résumé
The Center for Ocean and Coastal Mapping/Joint Hydrographic Center at UNH (CCOM/JHC) has played a key role in collecting extended continental shelf data for the United States under the Law of the Sea Convention. Betsy Baker, a Vermont Law School professor, will talk about how law and science interact in that process, based on her time working with CCOM/JHC scientists on two USCGC Healy Arctic extended continental shelf mapping deployments in 2008 and 2009. She will draw connections between the origins of the LOS Convention and how the continental shelf is regulated today, and touch briefly on the limits of both science and law when it comes to addressing disasters like the Deepwater Horizon/BP Macondo spill. Presenter Bio Betsy Baker is an ssociate professor at the Vermont Law School and spent 2009-2010 as a Dickey Research Fellow at the Dartmouth College Institute of Arctic Studies. Her current research examines Canadian and U.S. federal-Inuit relations and their effect on environmental protection; means to improve access to the Arctic Ocean for scientific research (working with University of Alaska Fairbanks Geophysical Institute colleagues); and analyzing arctic offshore oil and gas regulatory regimes. She earned her J.D. at the University of Michigan her LL.M. and Dr. iur at Christian-Albrechts-Universität zu Kiel, Germany, where she was an Alexander von Humboldt Chancellors Fellow.
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 | 0,035 | 0,149 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,021 | 0,041 |
| Communication savante | 0,037 | 0,046 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,028 | 0,033 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,013 |
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 ».