Conflict Resolution with Equitative Algorithms: A Tool to Establish A European Common Ground of Available Rights
Notice bibliographique
Résumé
The current study examines the application of algorithms in resolving civil conflicts within the EU with specific focus on divorce and inheritance concerning asset division. For that purpose, this paper initially argues the applicability and advantages of deploying algorithmic conflict resolution for civil disputes, in general terms. Then, the best practices established at the global level in the United States, Canada and Australia will be discussed followed by the European approach towards the use of algorithms in resolving disputes. Next, the authors will focus on arguing how the use of the algorithmic dispute resolution method can best fit within the European context of civil dispute resolution-considering the existing inconsistencies among civil and civil procedural rules of the Member States-leading us to establish for the first time a European Common Ground of Available Rights at the EU level. Finally , this study lays out the project on Conflict Resolution with Equitative Algorithms (CREA) and looks at the results achieved through the data collection process and analysis of such data contributing towards the two major practical achievements of this project, namely developing CREA Software, which assists disputants to resolve their property division related conflicts through this online tool, and the establishment of the EU Common Ground of Available Rights framework, with the principle aim of tackling the existing inconsistencies in civil and civil procedural rules on divorce and inheritance within the EU.
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 | 0,030 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,012 | 0,011 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 ».