Bibliographic record
Abstract
La notion de compétence exclusive reconnue aux arbitres de griefs peut-elle permettre à ces derniers d'accepter en preuve des faits postérieurs au litige sans que leurs sentences ne soient annulées ? En l'état actuel de la jurisprudence, la réponse est affirmative. Néanmoins, le droit positif sur ce point ne semble pas totalement satisfaisant puisque, tant sur le plan de la compétence, entendue strictement, que sur celui de l'erreur manifestement déraisonnable, une telle solution apparaît juridiquement contestable. En effet, la compétence des tribunaux administratifs n'est pas un concept « mou » leur permettant de se réclamer, à ce titre, d'une expertise médicale ou, encore, de créer en milieu conventionné de nouvelles règles de preuve, applicables aux litiges nés de l'interprétation et de l’application des conventions collectives de travail. De surcroît, la notion d'erreur manifestement déraisonnable ne semble pas d'une plasticité telle qu'elle puisse permettre à ce type de solution d'échapper à l'exercice du pouvoir de contrôle et de surveillance des cours supérieures. Les contours de l'autonomie décisionnelle sont assez clairs pour qu'une sentence fondée sur une pareille preuve puisse être qualifiée de solution « manifestement injuste et contraire au sens commun ».
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.050 |
| Scholarly communication | 0.015 | 0.011 |
| Open science | 0.001 | 0.010 |
| Research integrity | 0.004 | 0.008 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".