MétaCan
Menu
Retour à la cohorte
Enregistrement W7143374104 · doi:10.66498/cuklr.5.2025.35-63

Review of the Consumer Protection Act, 2019 in light of the Lessons from the Transnational Jurisdictions

2025· article· W7143374104 sur OpenAlexaboutno aff
Ishita Chatterjee, Jai Shankar Singh

Notice bibliographique

RevueCentral University of Kashmir Law Review · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueEuropean and International Contract Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConsumer protectionConsumer Bill of RightsData Protection Act 1998EnforcementCommissionFTC Fair Information PracticeEuropean unionConsumer privacyInformation privacy law

Résumé

récupéré en direct d'OpenAlex

The Consumer Protection Act, 2019 marks a significant shift in the Indian legal system by bolstering consumer rights and addressing emerging problems in the digital era. Product liability, e-commerce regulation, and the establishment of a Central Consumer Protection Authority (CCPA) to oversee consumer rights are all covered by the law, which supersedes the Consumer Protection Act of 1986. In order to compare India’s consumer protection system to international best practices, this paper examines the Act’s salient aspects and takes inspiration from other jurisdictions. This research identifies areas of agreement and difference between the Act and regulations like the General Data Protection Regulation (GDPR) of the European Union and the Federal Trade Commission Act of the United States. Notably, India’s e-commerce regulations are similar to those in countries like the European Union, placing a strong emphasis on consumer permission, openness, and grievance procedures. Global trends in combating deceptive advertising, unfair commercial practices, and data privacy are also reflected in the Act. Nonetheless, there are still issues with consumer knowledge and compliance, as seen in a number of global scenarios. Strong enforcement measures are emphasised in nations like Australia and Canada, which India might adopt to improve compliance.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,267
Écart entre enseignants0,248 · 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 tête enseignante, 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
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCentral University of Kashmir Law ReviewMême sujetEuropean and International Contract LawTravaux en français237 207