MétaCan
Menu
Retour à la cohorte
Enregistrement W7151977261 · doi:10.65393/ijlrv6i467

A COMPARATIVE STUDY ON EXPERT OPINION UNDER EVIDENCE LAWS : INDIA AND DEVLOPED COUNTRY

2024· article· W7151977261 sur OpenAlexaboutno aff
SHUBHAM KUMAR, Deo Narayan Singh

Notice bibliographique

RevueIndian Journal of Legal Review · 2024
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueInternational Environmental Law and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExpert opinionStatutory lawGatekeepingJudicial opinionAccreditationScientific evidencePerspective (graphical)Expert elicitation

Résumé

récupéré en direct d'OpenAlex

The expert opinion evidence is vital in making a decision in the courts when the dispute cannot be solved without scientific, technical or specialized knowledge that an ordinary judge cannot possess. In India, expert evidence is admissible and used under the Bharatiya Sakshya Adhiniyam, 2023, especially, Sections 39 to 45, which accepts expert opinion as evidence but does not hold it as conclusive. In India, courts have always argued that expert testimony is only advisory and should be looked upon critically and supported with other evidence to make it reliable and fair. This paper reviews the Indian legal system on expert opinion evidence and provides a comparative perspective with the situation in the United States, the United Kingdom, Canada, Australia, and the European Union. The paper sheds light on the major variations in admissibility requirements, judicial gatekeeping functions, expert neutrality, and accreditation processes that it has identified through a review of statutory and leading judicial cases. Whereas other jurisdictions like the United States and Canada have structured admissibility tests based on scientific reliability and relevancy, the Indian system does not have a uniform standard, formal accreditation of experts, and no real protection against partisanism. Keywords: Evidence Laws, Expert opinion, The Bharatiya Sakshya Adhiniyam, 2023, International stander, gatekeeping, scientific innovation.

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)0,010
score de la tête « metaresearch » (Gemma)0,034
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: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,011
Études des sciences et des technologies0,0030,005
Communication savante0,0060,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,054
Tête enseignante GPT0,371
Écart entre enseignants0,317 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of Legal ReviewMême sujetInternational Environmental Law and PoliciesTravaux en français237 207