MétaCan
Menu
Retour à la cohorte
Enregistrement W7095315425

Feasibility Report :

2007· article· en· W7095315425 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArtificial Intelligence in Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInteroperabilityService (business)Private sectorWindow (computing)Economic JusticeCover (algebra)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

this document. We will look at five of those projects, the ones we felt were especially likely to give us insight into the models and the strategic choices that were made. The projects cover individual courts as well as whole justice systems. The projects we examined are also diverse. They illustrate partnerships with business and initiatives that draw on the strengths of the legal system. Some favour a single service provider, while others focus more on interoperability and open standards. Together, these projects provide a good overview of the solutions currently used by courts to offer electronic filing. The project carried out by the Federal Court of Australia was designed to meet the court's specific needs and is being phased in. The national e-filing project in Singapore, a country well known for its commitment to the use of information technologies, uses a very different approach. It is a national project, but is being developed entirely by the private sector. The system, designed by the administrative services of American federal courts, shows how much the pragmatic approach taken by American federal colleagues has led to success. The only major Canadian project was conducted in the Toronto region and entails experimental use of common formats like MS-Word to exchange information between lawyers and courts. The last project we examined, the E-Court Filing project carried out in Georgia by the Georgia Courts Automation Commission, is something of a window into the most common technological choices being made today. The following summaries were based on the available literature, which in some cases was sparse. For that reason, they are necessarily lacking in detail. The overview they provide of recent e-filing models strikes us as useful none the less. We just hav...

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)0,010
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,478
Score d'incertitude au seuil0,682

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,001
Communication savante0,0060,005
Science ouverte0,0030,006
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,5220,260

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 Opus0,146
Tête enseignante GPT0,477
Écart entre enseignants0,331 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArtificial Intelligence in LawTravaux en français237 207