Daniel L. Chen

Daniel L. Chen, « Judicial Analytics and the Great Transformation of American Law », Artificial Intelligence and the Law, vol. 27, n° 1, mars 2019, p. 15–42.

Daniel L. Chen, « Machine Learning and Rule of Law », Computational Analysis of Law, vol. 27, n° 1, mars 2019, p. 15–42.

Daniel L. Chen, « Law and Literature: Theory and Evidence on Empathy and Guile », Review of Law and Economics, vol. 15, n° 1, mars 2019.

Daniel L. Chen et Elliott Ash, « Case Vectors: Spatial Representations of the Law Using Document Embeddings », Law as Data, vol. 11, 2019.

Daniel L. Chen, Yosh Halberstam, Manoj Kumar et Alan Yu, « Attorney Voice and the U.S. Supreme Court », 2019dans Law as Data, sous la direction de Michael Livermore et Daniel Rockmore, Santa Fe Institute Press, 2019.

Daniel L. Chen, Charlotte Cavaillé et Karine Van Der Straeten, « A Decision-Theoretic Approach to Understanding Survey Response: Likert vs. Quadratic Voting for Attitudinal Research », The University of Chicago Law Review, vol. 22, n° Online, 2019.

Daniel L. Chen, « Intermediated Social Preferences: Altruism in an Algorithmic Era », dans Advances in Economics of Religion, sous la direction de Jean-Paul Carvalho, Sriya Iyer et Jared Rubin, Palgrave Macmillan, collection « International Economic Association Series », vol. 158, 2019, p. 119–138.

Daniel L. Chen, « Tastes for Desert and Placation: A Reference Point-Dependent Model of Social Preferences », Research in Experimental Economics, 2018.

Daniel L. Chen, Adithya Parthasarathy et Shivam Verma, « The Genealogy of Ideology: Identifying Persuasive Memes and Predicting Agreement in the U.S. Courts of Appeals », dans Proceedings of the ACM Conference on AI and the Law, 2018, à paraître.

Daniel L. Chen, Jacob Phillips et Alan Yu, « Non-Segmental Conditioning of Sibilant Variation in American English », dans Proceedings of the 9th International Conference on Speech Prosody, 2018.

Ramya Vunikili, Hitesh Ochani, Divisha Jaiswal, Richa Deshmukh, Daniel L. Chen et Elliott Ash, « Analysis of Vocal Implicit Bias in SCOTUS Decisions Through Predictive Modelling », dans Proceedings of Experimental Linguistics, 2018.

Daniel L. Chen, Matt Dunn, Levent Sagun et Hale Sirin, « Early Predictability of Asylum Court Decisions », dans Proceedings of the ACM Conference on AI and the Law, 2018.

Daniel L. Chen et Jess Eagel, « Can Machine Learning Help Predict the Outcome of Asylum Adjudications? », dans Proceedings of the ACM Conference on AI and the Law, 2018.

Elliott Ash et Daniel L. Chen, « What Kind of Judge is Brett Kavanaugh?: A Quantitative Analysis », Cardozo Law Review, 2018, p. 70–100.

Adam B. Badawi et Daniel L. Chen, « The Shareholder Wealth Effects of Delaware Litigation », American Law and Economics Review, vol. 19, n° 2, octobre 2017, p. 287–326.

Carlos Berdejo et Daniel L. Chen, « Electoral Cycles Among U.S. Courts of Appeals Judges », The Journal of Law and Economics, vol. 60, n° 3, août 2017, p. 479–496.

Daniel L. Chen, Tobias J. Moskowitz et Kelly Shue, « Decision-Making under the Gambler's Fallacy: Evidence from Asylum Judges, Loan Officers, and Baseball Umpires », The Quarterly Journal of Economics, vol. 131, n° 3, août 2016, p. 1181–1241.

Daniel L. Chen et John J. Horton, « Are Online Labor Markets Spot Markets for Tasks? A Field Experiment on the Behavioral Response to Wages Cuts », Information Systems Research, vol. 27, n° 2, mai 2016, p. 403–423.

Daniel L. Chen, Yosh Halberstam et Alan Yu, « Perceived Masculinity Predicts U.S. Supreme Court Outcomes », Plos One, vol. 11, n° e0164324, 2016.

Daniel L. Chen, Xing Cui, Lanyu Shang et Junchao Zheng, « What Matters: Agreement Between U.S. Courts of Appeals Judges », Journal of Machine Learning Research, 2016.