MétaCan
Menu
Retour à la cohorte
Enregistrement W7143823841 · doi:10.34382/00005278

A Study on Quality Assurance for Criminal Legal Aid Systems in Common Law Jurisdictions

2019· article· en· W7143823841 sur OpenAlexaboutno aff
Kyu Aung Kyu, Akio Kamiko

Notice bibliographique

RevueInstitutional Repositories DataBase (IRDB) · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDispute Resolution and Class Actions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommon lawQuality (philosophy)Quality assuranceLegislationDelict

Résumé

récupéré en direct d'OpenAlex

In the field of legal aid, the quality of the service is always a main concern as it uses the public funding.The legal aid authorities are often criticized for unsatisfactory performance especially in the developing countries because of the lack of service quality and sometimes, ineffective use of expenses from the state.According to the national legal aid legislation of Myanmar, the effective mechanism of quality assurance of the legal aid does not yet exist.Since it is difficult to ensure the quality of legal aid, there should be standards for quality assistance and a mechanism or system of the control for the competency of legal aid lawyers for quality assurance.To be successful quality implementation of legal aid in Myanmar, it is necessary to understand the contemporary implementation practices on how they adopt the applicable standards and mechanisms for the quality assurance especially the practices in common law jurisdictions where the provision of right to counsel and delivery of legal aid are emphasized primarily in relation to criminal law proceedings.This study of quality assurance practices with focus areas on Australia, Canada, United States and South Africa aims to contribute the development effort of Myanmar in attaining quality implementation of criminal legal aid system.The findings of this study confirm that ensuring the quality of legal aid lies on legal aid authority and accordingly, efforts to establish quality standards and quality assurance mechanism for service providers to guarantee the appropriate quality of legal aid are needed.

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)0,013
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,056
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0030,002
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,043
Tête enseignante GPT0,316
Écart entre enseignants0,273 · 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'étudeQualitatif
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repositories DataBase (IRDB)Même sujetDispute Resolution and Class ActionsTravaux en français237 207