外网的链接地址: http://www.lawyee.net/User/AutoLoginByIP.asp
教育网链接地址: http://edu.lawyee.net/User/AutoLoginByIP.asp
试用期:2008年03月13日至07月30日
2008年9月22日至10月31日
北大法意网www.lawyee.net由北京大学实证法务研究所联合北京大学图书馆共同研发和维护的法律数据库网站,旨在提供专业、全面、持续的法律信息服务,目前已经构筑起全球最大的中文法律信息数据库。
案例教学服务
随着法学教育事业的发展,我国法律案例教学的浪潮正方兴未艾。北大法意网的案例数据库,为各学科授课教师的课堂教学和教材编写提供可靠、高效的素材资源,同时,北大法意网的精品案例库的法律点为各法学专业的学生强化自身的专业素质提供了最佳训练资源。
法律实证研究数据支持服务
北大法意新近推出法律实证研究数据支持服务,旨在为法律研究者提供司法案例等经验数据收集、抽样、分析框架设计、数据整理、统计分析和结论分析等一整套支持,辅助研究者基于实证方法对某一论题进行论证。
成功案例:
- 北大法意网为北京大学法学院吴志攀教授的课题《我国社会主义市场经济法律体系的发展与完善》,提供了建国以来和改革开放以来国家和地方颁布的所有经济法规的分类统计和年度统计。
- 北大法意网为美国耶鲁大学金融学院陈志武教授的《媒体侵权诉讼》课题提供了大部分的案例数据。
- 北大法意网为北京大学实证法务研究所主任白建军教授的博士论文《罪刑均衡研究》提供1000多个抢劫罪案例。该篇实证研究的论文是北大法学院目前唯一获得全国优秀博士论文一等奖的作品。
数据库数量遥遥领先 :
法律法规库 (40万) |
中国法律法规库 |
国际条约 |
中国法规英译本 |
香港法律 |
澳门法律 |
台湾法律 |
外国法律 |
|
|
|
案例库 (28万) |
司法裁判案例库 |
媒体报道案例库 |
仲裁案例库 |
行政执法案例库 |
香港案例库 |
澳门案例库 |
台湾案例库 |
外国案例库 |
国际法案例库 |
司法考试案例库 |
教学参考案例库 |
|
|
|
|
独立数据库 |
法学辞典 |
合同范本 |
法律咨询 |
政报文告 |
司法考试 |
审判参考 |
法学论著 |
法律文书 |
法务流程 |
法意周刊 |
法制大事记 |
金融法库 |
司法统计 |
立法资料 |
法律人 |
北大法意的宗旨:让天下所有的法律人都享受最好的法律信息服务!
法律实证研究数据支持服务介绍
针对法学院老师在实证法务研究过程中遇到的案例数据采集、抽样、数据整理、统计分析以及对分析框架的设计等问题,北京大学实证法务研究所特为广大高校老师推出了“法律实证研究数据支持服务”,具体介绍如下:
1.什么是『法律实证研究数据支持服务』
法律实证研究数据支持是北大法意新近推出的一项服务,旨在为法律研究者(尤其是各高校法学院老师)的实证研究提供辅助。北大法意的专业编辑团队负责实施这项服务,提供包括司法案例等数据的收集、整理、数据计算机处理、数据统计分析等项服务。
2.服务价值分析
运用实证分析方法开展法学研究,目前存在如下障碍:
(1)研究者单凭自己的力量收集研究样本比较困难。例如,研究者想随随便便从法院获得判决书几乎是不可能的。为此,许多实证研究课题永远只是研究者的想法,而无法真正开展。
(2)研究者单凭自己的力量整理大批量的数据,极其消耗时间,比如一项1000个样本、10个变量的数据整理,需要进行数据处理工作10000次。如此一来,学术课题的研究期间就显得过长。每个人的时间都有限而且非常宝贵,投入数据整理的时间越多,用于真正思考的时间就越少。
(3)实证研究需要掌握一定的统计方法,但法学家们通常缺乏这方面的背景知识。
北大法意提供的法律实证研究数据支持服务基本解决了上述的问题。这项服务实际上担负着研究助理的职能,将研究者从大量的资料整理工作中解放出来,使其能够有更多的时间进行思考,加快了课题进度,提升了学术含量。值得一提的是,这项服务丝毫无损研究者的学术原创性和独立性。
已经购买北大法意数据库包库服务的高校,北大法意将免费提供2次500个以下数量级的数据收集或者2次200个数量级7个字段的数据整理服务。超过免费服务范围的核收差额费用。需要此项服务的法学院老师可以通过高校图书馆的负责老师与北大法意联系。
3.服务流程
①研究者向北大法意发送一个服务需求;
②北大法意对研究者的请求进行细化后反馈给研究者;
③研究者确定服务需求细节后,北大法意估算工作周期、工作量和服务费用并告知研究者;④研究者确认上述事项后,北大法意编辑团队投入工作,并按期将整理结果提交给研究者。
4.费用标准
4.1数据收集费
难易类型
记录数
|
简易类 |
普通类 |
200(不含)以下 |
200 |
300 |
200--499 |
500 |
750 |
500--999 |
1000 |
1500 |
1000--2499 |
3000 |
4500 |
2500--4999 |
5000 |
7500 |
>5000(M=1000的倍数) |
1000(M+1) |
1500(M+1) |
注:(1)简易类是指按照北大法意现有数据框架和分类标准可以立即提取出来的数据。(2)普通类是指需要花费一定的时间加以判别才能提取出来的数据。
4.2数据整理费
字段数n
记录数m
|
7(包含)以下 |
n(n>7) |
200(不含)以下 |
2100 |
300n |
200--500 |
m*9.8+140 |
m*1.4*n+140 |
500--1000 |
m*9.1+760 |
m*1.3*n+760 |
1000--2500 |
m*8.4+1460 |
m*1.2*n+1460 |
2500--5000 |
m*7.7+3210 |
m*1.1*n+3210 |
5000--10000 |
m*7+6710 |
m*1*n+6710 |
m>10000 |
m*6.3+13710 |
m*0.9*n+13710 |
咨询电话: 86390322
咨询信箱:xxzx@hrbust.edu.cn
咨询QQ:295409504 |