MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132979630

Towards a More Responsive Legal Ethics

2021· dissertation· W7132979630 sur OpenAlexaff
Abdirashid Aidid

Notice bibliographique

RevueTSpace · 2021
Typedissertation
Langue
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLegal ethicsInformation ethicsHarmApplied ethicsMeta-ethicsLegal professionLegal researchEthics of technology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This project takes the view that, despite being one of the most important subjects in the law,legal ethics is largely unresponsive to the myriad legal-ethical issues that lawyers face. The first broad reason for legal ethics poor responsiveness is what I term legal ethics’ two “information problems”: (1) the absence of meaningful legal precedent, and (2) the fact that ambiguities in relational harm make it exceedingly difficult to detect legal ethics problems. I argue that because of these information problems, legal ethics does not have sufficient source material to contend with many legal-ethical issues. The second broad reason for legal ethics poor responsiveness is a “scope problem”: legal-ethical regimes simply do not contemplate a substantial proportion of the ethical issues that come up in legal practice. This project explores the theoretical implications of these shortcomings and suggests some interventions.

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)0,079
score de la tête « metaresearch » (Gemma)0,051
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,417

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0790,051
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0130,064
Communication savante0,0220,029
Science ouverte0,0030,028
Intégrité de la recherche0,0160,032
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,102
Tête enseignante GPT0,532
Écart entre enseignants0,430 · 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
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetLegal Education and Practice Innovations→Travaux en français237 207→