MétaCan
Menu
Retour à la cohorte
Enregistrement W6996234496

Retaliation: Why an Increase in Claims Does Not Mean the Sky Is Falling

2009· article· en· W6996234496 sur OpenAlexfundno aff

Notice bibliographique

RevueCornell Peter and Stephanie Nolan School of Hotel Administration (Cornell University) · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLaw, Economics, and Judicial Systems
Établissements canadiensnon disponible
Organismes subventionnairesKillam Trusts
Mots-clésSupreme courtPlaintiffFalling (accident)White (mutation)Opposition (politics)White paperGovernment (linguistics)State supreme courtMetropolitan areaTort
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Retaliation, the fastest growing cause of action in discrimination law, has gained considerable attention, following two cases decided by the U.S. Supreme Court. The 2006 Supreme Court case, White v. Burlington Northern, and the 2009 Supreme Court decision in Crawford v. Metropolitan Government of Nashville has made retaliation front-page news. White created legal ambiguities that allow plaintiffs? lawyers to posture and leave management lawyers without the tools to adequately render legal advice. Crawford expanded the opposition clause, which involves an employee?s resistance to a perceived violation of discrimination statutes. While there?s no indication that either case should result in more plaintiff victories (nor prevent employers from managing their workforce), the cases will, in all likelihood, lead to a further increase in claims. They also could change some management practices, despite causing no major changes in plaintiffs? abilities to succeed in their claims. Following extensive discussion at the 2008 and 2009 Labor and Employment Law Roundtables, we conducted this analysis to examine the effects of the White and Crawford cases and explain the law surrounding retaliation. Before we address these issues, however, we examine the statistical increase in retaliation claims and hypothesize why these cases are on the rise.

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)0,004
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,006
Communication savante0,0050,005
Science ouverte0,0010,001
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,043
Tête enseignante GPT0,202
Écart entre enseignants0,160 · 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'étudeObservationnel
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCornell Peter and Stephanie Nolan School of Hotel Administration (Cornell University)Même sujetLaw, Economics, and Judicial SystemsTravaux en français237 207