MétaCan
Menu
Retour à la cohorte
Enregistrement W7128202985 · doi:10.3138/ccar.v13i1.101

Carriage Motions in Ontario: Inconsistent Application of an Indeterminate Test

2018· article· en· W7128202985 sur OpenAlexaboutno aff
Gerald Antman

Notice bibliographique

RevueCanadian Class Action Review · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueJury Decision Making Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarriageTest (biology)IndeterminateConsistency (knowledge bases)Settlement (finance)PredictabilityJurisdiction

Résumé

récupéré en direct d'OpenAlex

Abstract: Ontario’s Class Proceedings Act does not explicitly provide judges with the jurisdiction to decide carriage motions. As a result, a discretionary test has been developed over the last sixteen years for what factors judges are to consider in deciding carriage in Ontario. While almost twenty factors are listed to be considered, the list is non-exhaustive. In this paper, through a review of recent carriage decisions in Ontario, Manitoba, and British Columbia, I show which factors are typically applied and the way in which they are applied. I use this quantitative analysis to show that factors are not applied consistently and new factors are added when old ones are not determinative. I argue that the inconsistent application of an indeterminate test creates problems with consistency and predictability for the parties, and creates delays and extra cost that are ultimately borne by the class. Given that this test has been cited and used to decide carriage in other provinces, the importance of creating a consistent test for carriage extends beyond the scope of Ontario’s Act. Lastly, considering that the test is non-exhaustive, I argue for the addition of a new factor: diligence of prosecution in relation to the time of filing. Through a recent carriage motion decision and a settlement approval hearing, I show how, in certain circumstances, this factor should be enough to tip to scales of carriage.

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)0,038
score de la tête « metaresearch » (Gemma)0,087
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 enseignants0,148
Score d'incertitude au seuil0,989

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,087
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,012
Études des sciences et des technologies0,0070,010
Communication savante0,0070,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,073
Tête enseignante GPT0,383
Écart entre enseignants0,309 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Class Action ReviewMême sujetJury Decision Making ProcessesTravaux en français237 207