MétaCan
Menu
Retour à la cohorte
Enregistrement W7128182976 · doi:10.3138/ccar.v10i1-2.81

Ontario’s Class Proceedings Fund: Separating Fact from Fiction

2015· article· en· W7128182976 sur OpenAlexaboutno aff
Gina Papageorgiou

Notice bibliographique

RevueCanadian Class Action Review · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDispute Resolution and Class Actions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClass (philosophy)Class actionAction (physics)Third partyDisbursementSustainability

Résumé

récupéré en direct d'OpenAlex

Ontario’s Class Proceedings Fund (CPF) provides disbursement support for class actions initiated in Ontario. It was established in 1992 as part of Ontario’s class action regime with the goal of increasing access to justice. During the twenty years since it was established, there have been concerns expressed about whether or not it has fulfilled its intended function. Recently, third party funders have entered the marketplace, and some members of the bar have questioned the CPF’s continued relevance. Others have questioned the CPF’s sustainability given increasing costs awards. This article attempts to critically address these issues with reference to the historical data. It argues that the CPF has enhanced class members’ abilities to more fully pursue their lawsuits in Ontario compared to other forms of funding. To date, third party funding has not significantly affected the CPF as third party funders operate in a different market from the CPF; many of the types of cases that the CPF supports are unlikely to attract third party funding. Further, the CPF offers a method of funding that has the least potential for conflicts of interest — an issue that is currently of significant concern with respect to third party funding arrangements. This article concludes by arguing that for the foreseeable future, the CPF will remain sustainable and will continue to be an important part of the class action framework in Ontario.

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)0,011
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,867

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,032
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,006
Études des sciences et des technologies0,0120,015
Communication savante0,0100,005
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,117
Tête enseignante GPT0,293
Écart entre enseignants0,177 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Class Action ReviewMême sujetDispute Resolution and Class ActionsTravaux en français237 207