Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userالمجلس العالي لتفسير الدستور هل هو محكمة دستورية؟
455
0 21
0
(
0
)
Authors
نفيس صالح مدانات( باحث )
Created by
Shamra Editor
Ask ChatGPT about the research
خصص هذا البحث لإثبات أن هذا المجلس هو محكمة دستورية لها خصائص المحاكم الدستورية الأوروبية. فالمجس العالي يوجد في بلد هي المملكة الأردنية الهاشمية تعتمد على النظام البرلماني، كما تعتمد نظام تعدد القضاء، و له نظام قانوني دستوري يبين تشكيله و سيره و اختصاصاته، كما أنه يحتكر النزاع الدستوري حسب نص الدستور، إلى جانب أنه قضاء حقيقي خارج الأداة القضائية، و له الصلاحية المركزية العمومية.
No English abstract
Artificial intelligence review:
Research summary
تتناول هذه الورقة البحثية موضوع الرقابة الدستورية على القوانين، مع التركيز على تطور هذه الرقابة في النظم القانونية المختلفة. تبدأ الورقة بعرض تاريخي لتطور الرقابة الدستورية منذ بدايات القرن العشرين، مع الإشارة إلى بعض الشخصيات البارزة مثل هانز كيلسن ومارسيل والين. يتم تحليل النظم القانونية المختلفة مثل النظام القانوني الفرنسي والألماني والأمريكي، مع التركيز على كيفية تطبيق الرقابة الدستورية في كل منها. كما تتناول الورقة بعض المفاهيم القانونية الأساسية مثل 'erga omnes' و 'a quo'، وتناقش كيفية تأثير هذه المفاهيم على فعالية الرقابة الدستورية. يتم أيضًا استعراض بعض الأحكام القضائية الهامة التي ساهمت في تشكيل مفهوم الرقابة الدستورية. في النهاية، تقدم الورقة بعض التوصيات لتحسين فعالية الرقابة الدستورية في النظم القانونية المختلفة.
Critical review
دراسة نقدية: تقدم الورقة البحثية تحليلًا شاملًا لتطور الرقابة الدستورية على القوانين في النظم القانونية المختلفة، ولكن يمكن القول إن هناك بعض النقاط التي تحتاج إلى مزيد من التوضيح. على سبيل المثال، لم تتناول الورقة بشكل كافٍ تأثير العوامل السياسية والاجتماعية على فعالية الرقابة الدستورية. كما أن الورقة قد تكون استفادت من تضمين دراسات حالة أكثر تفصيلًا لتوضيح النقاط النظرية. بالإضافة إلى ذلك، يمكن أن تكون الورقة أكثر توازنًا في تناولها للنظم القانونية المختلفة، حيث يبدو أن التركيز الأكبر كان على النظام القانوني الفرنسي والألماني، مع إغفال بعض النظم القانونية الأخرى التي قد تكون لها تجارب مهمة في هذا المجال.
Questions related to the research
-
ما هو الموضوع الرئيسي للورقة البحثية؟
الموضوع الرئيسي للورقة هو الرقابة الدستورية على القوانين وتطورها في النظم القانونية المختلفة.
-
من هم الشخصيات البارزة التي تم ذكرها في الورقة؟
الشخصيات البارزة التي تم ذكرها تشمل هانز كيلسن ومارسيل والين.
-
ما هي المفاهيم القانونية الأساسية التي تم تناولها في الورقة؟
المفاهيم القانونية الأساسية التي تم تناولها تشمل 'erga omnes' و 'a quo'.
-
ما هي التوصيات التي قدمتها الورقة لتحسين فعالية الرقابة الدستورية؟
قدمت الورقة بعض التوصيات لتحسين فعالية الرقابة الدستورية، ولكنها لم تُفصّل بشكل كافٍ في النص المقدم.
References used
الجرف – الدكتور طعيمة الجرف، "موجز القانون الدستوري"، القاهرة، 1960
الحياري – الدكتور عادل الحياري، "القانون الدستوري والنظام الدستوري الأردني"، دراسة مقارنة، طبعة أولى، 1972
السيد – الدكتور السيد صبري، "القانون الدستوري"، 1949
rate research
Read More
Research in NLP has mainly focused on factoid questions, with the goal of finding quick and reliable ways of matching a query to an answer. However, human discourse involves more than that: it contains non-canonical questions deployed to achieve spec
ific communicative goals. In this paper, we investigate this under-studied aspect of NLP by introducing a targeted task, creating an appropriate corpus for the task and providing baseline models of diverse nature. With this, we are also able to generate useful insights on the task and open the way for future research in this direction.
Contrastive explanations clarify why an event occurred in contrast to another. They are inherently intuitive to humans to both produce and comprehend. We propose a method to produce contrastive explanations in the latent space, via a projection of th
e input representation, such that only the features that differentiate two potential decisions are captured. Our modification allows model behavior to consider only contrastive reasoning, and uncover which aspects of the input are useful for and against particular decisions. Our contrastive explanations can additionally answer for which label, and against which alternative label, is a given input feature useful. We produce contrastive explanations via both high-level abstract concept attribution and low-level input token/span attribution for two NLP classification benchmarks. Our findings demonstrate the ability of label-contrastive explanations to provide fine-grained interpretability of model decisions.
تعدُّ الرقابة على دستورية القوانين الوسيلة الأنجع لضمان احترام الدستور وسموه على بقية القواعد القانونية. هذه الرقابة يمكن أن تكون رقابة سياسية عندما يعهد بها إلى هيئة سياسية، أو رقابة قضائية عندما تتولاها هيئة ذات طابع قضائي. إن الرقابة القضائية يمكن
أن تكون سابقة على إصدار القانون كما يمكن أن تكون لاحقة على إصداره.
و تمارس هذه الرقابة عن طريق الدعوى الأصلية بالإلغاء، كما يمكن ممارستها بالدفع بعدم الدستورية عن طريق الامتناع.
Commonsense inference to understand and explain human language is a fundamental research problem in natural language processing. Explaining human conversations poses a great challenge as it requires contextual understanding, planning, inference, and
several aspects of reasoning including causal, temporal, and commonsense reasoning. In this work, we introduce CIDER -- a manually curated dataset that contains dyadic dialogue explanations in the form of implicit and explicit knowledge triplets inferred using contextual commonsense inference. Extracting such rich explanations from conversations can be conducive to improving several downstream applications. The annotated triplets are categorized by the type of commonsense knowledge present (e.g., causal, conditional, temporal). We set up three different tasks conditioned on the annotated dataset: Dialogue-level Natural Language Inference, Span Extraction, and Multi-choice Span Selection. Baseline results obtained with transformer-based models reveal that the tasks are difficult, paving the way for promising future research. The dataset and the baseline implementations are publicly available at https://github.com/declare-lab/CIDER.
The last years have shown rapid developments in the field of multimodal machine learning, combining e.g., vision, text or speech. In this position paper we explain how the field uses outdated definitions of multimodality that prove unfit for the mach
ine learning era. We propose a new task-relative definition of (multi)modality in the context of multimodal machine learning that focuses on representations and information that are relevant for a given machine learning task. With our new definition of multimodality we aim to provide a missing foundation for multimodal research, an important component of language grounding and a crucial milestone towards NLU.
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
