Een huis voor alle kinderen : de juridische verankering van meeroudergezinnen in het afstammingsrecht
Bibliographic record
Abstract
Aanleiding van dit artikel is de behandeling van het wetsvoorstel lesbisch ouderschap in de Eerste Kamer en de daar gehouden deskundigenbijeenkomst in juni 2013. Het wetsvoorstel roept vragen op met betrekking tot de betekenis van juridisch ouderschap (gebaseerd op biologie of/en op sociale werkelijkheid) en over de rol die de verschillende ouders in het recht en de praktijk kunnen spelen met betrekking tot het kind. In deze bijdrage wordt gekeken naar wat dit betekent voor het huidige wetsvoorstel en voor toekomstige ontwikkelingen op het gebied van het afstammingsrecht. In het kader van mogelijke toekomstige ontwikkelingen wordt nader ingegaan op de recent in British Columbia, Canada in werking getreden Family Law Act, die de weg naar meer dan twee ouders opent op basis van een overeenkomst aangegaan tussen de intentionele ouders voor de conceptie van het kind. Het doel van deze bijdrage is de discussie over het wetsvoorstel in de literatuur en de Eerste Kamer kritisch te beschouwen en in het bredere kader van het afstammingsrecht te plaatsen. Daarnaast wordt gekeken naar de toekomst van het afstammingsrecht - mede in internationaal perspectief - en of dit al dan niet aan herziening toe is.
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 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.012 | 0.010 |
| Scholarly communication | 0.014 | 0.008 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.028 | 0.003 |
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".