Bibliographic record
Abstract
Résumé La catégorisation, bien que primordiale au raisonnement juridique, est un aspect sous-théorisé du droit, particulièrement dans les systèmes de droit commun. Cet article décrit deux théories de catégorisation utilisées par la législation canadienne régissant l'usage des chèques. Les règles de droit régissant l'usage des chèques ordinaires sont d'application connue et relativement prévisible. Toutefois, lorsque appliquées à des catégories spécifiques de chèques – chèques certifiés, post-dates et double-dates – les mêmes règles offrent des résultats forts imprévisibles. Selon l'auteur, ces disparités résultent de la théorie de catégorisation mise en place par la Loi sur les lettres de change, principale source de droit en la matière. Cette loi présume que la notion de chèque peut être définie in abstracto, en référence à une liste exhaustive de critères établis. Toutefois, cette théorie ne peut expliquer les pratiques du droit corporatif et du droit de la consommation. Une théorie de catégorisation faisant usage de prototypes est nécessaire pour expliquer ces disparités: ce sont des elaborations systématiques et cohérentes du modèle central qui ne sont ni arbitraires, car définies par le prototype, ni prévisibles. La théorie de catégorisation proposée par la loi voile la complexité et la fluidité d'une catégorie en apparence simple, soit les chèques. Une théorie prototype de catégorisation, au contraire, permet d'expliquer à la fois la structure de la catégorie, ainsi que ses disparités, et les causes du non-déterminisme de la loi.
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 | 0.007 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.013 | 0.013 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
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".