Refining the Reasonable Apprehension of Bias Test:\nProviding Judges Better Tools for Addressing Judicial\nDisqualification
Notice bibliographique
Résumé
Despite a considerable amount of litigation concerning judicial impartiality, the Canadian "reasonable apprehension of bias" test for judicial disqualification has remained fundamentally unaltered and is well accepted in the jurisprudence. Unfortunately, the application of the test continues to generate difficulties for judges who need to use it to make decisions in marginal cases. Based on previously published doctrinal and empirical research, the goal in the present contribution is to suggest modifications to the test that will better explain the existing jurisprudence and make it easier for judges to understand when recusal is or is not necessary in marginal cases. The authors consider first the advantages of the existing test and suggest that in order to be useful, any refinement to the test must, to the greatest extent possible, preserve those advantages. Second, the authors explain why inconsistent application of the test in marginal cases is a concern. Third, they analyze the ways in which the existing test, and the jurisprudence explaining and applying it, are problematic. Fourth, the authors propose a modification to the "reasonable apprehension of bias" test that is designed to address these shortcomings while preserving the key advantages of the existing test.
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 | 0,062 | 0,253 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,023 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».