MétaCan
Menu
Retour à la cohorte
Enregistrement W7015309061

Social Membership: Animal Law beyond the\nProperty/Personhood Impasse

2017· article· en· W7015309061 sur OpenAlexaboutno aff

Notice bibliographique

RevueeYLS (Yale Law School) · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAnimal Law and Welfare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProperty (philosophy)Animal rightsDomesticationOppressionSubject (documents)Social animalLegal realismEconomic JusticePrivate property
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

While animal law has been subject to frequent reform in Canada and abroad, the basic legal foundations of animal oppression are largely unchanged. There are many reasons for this impasse, but part of the explanation is that legal reforms are caught in what we might call the property/personhood dilemma. In most legal systems, domesticated animals are defined as property and so long as this remains true, reforms are likely to be marginal and ineffective. However the main alternative-to shift animals from the category of property to personhoodis politically unfeasible, particularly for the domesticated animals who are most intensively exploited in our society In this paper I explore a third option for legal reform, which is to include domesticated animals into other legal categories such as "workers" or "members of the family" which carry with them social standing and social rights, even if not full legal personhood. Indeed, there is already some movement in this direction: the law is recognizing (some) animals as (rightsbearing) workers or family members, for at least some purposes, without having declared them to be persons. I call this the social recognition strategy, and argue that it has unexplored promise for advancing justice for animals, although it is not without its own dilemmas and limits.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0130,002
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,033
Tête enseignante GPT0,309
Écart entre enseignants0,275 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetAnimal Law and WelfareTravaux en français237 207