MétaCan
Menu
Retour à la cohorte
Enregistrement W6990005701

Comparative analysis on definitions and types of apologies in apology legislation in the UK, Republic of Ireland, Australia, Canada, the USA and Hong Kong / Nurul Shuhada Suhaimi, Haswira Nor Mohamad Hashim and Noraiza Abdul Rahman

2023· article· en· W6990005701 sur OpenAlexaboutno aff

Notice bibliographique

RevueUiTM Institutional Repositories (Universiti Teknologi MARA) · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMilitary Technology and Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationLegislatureStatutory lawAcknowledgementCommon lawThe Republic
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study compares the definitions and types of apologies adopted by apology legislation in selected Common Law jurisdictions i.e., England and Wales in the UK, Republic of Ireland, the states of New South Wales, Victoria and Queensland in Australia, Canada, the USA and Hong Kong. The apology legislative reform undertaken by these jurisdictions provides a solution to the long-standing problem of adverse legal effects of apology. A similar problem is reported in Malaysia due to similarities in evidentiary rules, insurance contract clauses and statutory limitation law attributed to the Common Law system. The objective of this paper is to comparatively analyses two scopes of the apology legislation, i.e., the definition and the type of apology adopted in the apology legislation by the selected Common Law jurisdictions. Based on the comparative analysis, this paper finds that there are three categories of the definition i.e., apology definition that includes acknowledgement of fault, apology which excludes acknowledgment of fault, and no definition of apology in the legislation. This paper also finds that there are two categories of types of apologies in the apology legislation in the analysed jurisdictions, i.e. full apology and partial apology. The findings of this paper help towards the development of the law that protects admission by apologetic discourse in Malaysia.

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)0,014
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,778
Score d'incertitude au seuil0,441

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,049
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,005
Études des sciences et des technologies0,0030,007
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,041
Tête enseignante GPT0,245
Écart entre enseignants0,204 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUiTM Institutional Repositories (Universiti Teknologi MARA)Même sujetMilitary Technology and StrategiesTravaux en français237 207