MétaCan
Menu
Retour à la cohorte
Enregistrement W7128204436 · doi:10.3138/ccar.v12i1.69

Expert Evidence in Class Actions Litigation: A Proposed Framework for a Reliability Analysis

2017· article· en· W7128204436 sur OpenAlexaboutno aff
Roslyn Mounsey

Notice bibliographique

RevueCanadian Class Action Review · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Malpractice and Liability Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClass actionClass (philosophy)Action (physics)Economic JusticeCivil procedureCivil litigationReliability (semiconductor)Rules of evidence

Résumé

récupéré en direct d'OpenAlex

Reliable expert evidence is critical to the adjudicative process. The Ontario Civil Justice Reform Project chaired by The Honourable Mr. Coulter Osborne, and the Inquiry into Pediatric Forensic Pathology in Ontario led by Commissioner Goudge1 each underscore the important role that expert evidence plays in judicial decision making. Reliable expert evidence is critical in class actions litigation where evidence concerning epidemiological, toxicological, and statistical evidence is often adduced to prove claims for hundreds, and in some instances, thousands, of class members. In such cases, Canadian courts are regularly faced with complex expert evidence relating to aggregated claims. Accordingly, sound decision making in class action litigation depends upon evidentiary reliability.

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)0,150
score de la tête « metaresearch » (Gemma)0,203
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,150
Score d'incertitude au seuil0,794

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1500,203
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0240,011
Études des sciences et des technologies0,0090,046
Communication savante0,0200,026
Science ouverte0,0120,012
Intégrité de la recherche0,0240,013
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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.

Tête enseignante Opus0,379
Tête enseignante GPT0,563
Écart entre enseignants0,184 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Class Action ReviewMême sujetMedical Malpractice and Liability IssuesTravaux en français237 207