The role of seperation of powers in a legal state
Notice bibliographique
Résumé
Artūrs Sņegirevs. Bakalaura darbs par varas dalīšanas lomu tiesiskā valstī. Darba vadītāja: Dr.iur., prof. Sanita Osipova, Rīgā, 2025. Darba mērķis ir izpētīt tiesiskas valsts un varas dalīšanas teoriju ģenēzi, vēsturisko kontekstu, kādā šie konstitucionālie principi izveidojās un kā reizē ar laiku mainās izpratne par pareizo varas dalīšanas modeli un izpratne par tiesisku valsti no 17. gs. beigām līdz 20. gs. otrajai pusei tādu tiesību filozofijas domātāju kā Džona Loka, Šarla Luija de Monteskjē, Džeimsa Medisona, Aleksandra Hamiltona, Leona Digī, Alberta Venna Daisija un Frīdriha Hajeka darbos. Autors darbā secina, ka teorija par tiesisku valsti tika izstrādāta un, attīstoties juridiskajai domai, pilnveidota ar varas dalīšanas teoriju ar vienu vienīgu mērķi – aizsargāt cilvēka cieņu, ierobežojot valsts varu. Eiropas tiesiskajā telpā vēsturiski izveidojās trīs dažādi, bet saturiski līdzīgi tiesiskas valsts modeļi – Rule of law, État de droit, Rechtstaat. Šiem modeļiem ir dažāda pieeja pie varas dalīšanas un atšķirīga nozīme tiesiskajai valstij izvirzāmiem kritērijiem.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,040 |
| Communication savante | 0,014 | 0,008 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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 ».