Daniel L. Chen

Sandeep Bhupatiraju et Daniel L. Chen, « The Process of Machine Learning for the Courts of India », National Law School of India Review, vol. 33, n° 2, 2021.

Yu Cao, Elliott Ash et Daniel L. Chen, « Automated fact-value distinction in court opinions », European Journal of Law and Economics, vol. 50, décembre 2020, p. 451–467.

Daniel L. Chen, « Gender Violence and the Price of Virginity: Theory and Evidence of Incomplete Marriage Contracts », Journal of Religion and Demography, vol. 7, n° 2, octobre 2020, p. 190–221.

Eric Reinhart et Daniel L. Chen, « Incarceration And Its Disseminations: COVID-19 Pandemic Lessons From Chicago’s Cook County Jail », Health Affairs, vol. 39, n° 8, août 2020, p. 1412–1418.

Boris Babic, Daniel L. Chen, Theodoros Evgeniou et Anne-Laure Fayard, « A Better Way to Onboard AI », Harvard Business Review, août 2020.

Boris Babic, Daniel L. Chen, Theodoros Evgeniou et Anne-Laure Fayard, « A Better Way to Onboard AI », Harvard Business Review, vol. 98, n° 4, août 2020, p. 56–65.

Nischal Mainali, Liam Meier, Elliott Ash et Daniel L. Chen, « Automated Classification of Modes of Moral Reasoning in Judicial Decisions », dans Computational Legal Studies: The Promise and Challenge of Data-Driven Research, sous la direction de Ryan Whalen, 2020.

Daniel L. Chen, Vardges Levonyan, S.Eric Reinhart et Glen Taksler, « Mandatory Disclosure: Theory and Evidence from Industry-Physician Relationships », Journal of Legal Studies, vol. 48, n° 2, juin 2019, p. 409–440.

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

Daniel L. Chen, « Machine Learning and the Rule of Law », 2019dans Law as Data: Computation, Text, and the Future of Legal Analysis, sous la direction de Michael Livermore et Daniel Rockmore, Santa Fe Institute Press, 2019.

Daniel L. Chen, Yosh Halberstam, Manoj Kumar et Alan Yu, « Attorney Voice and the U.S. Supreme Court », 2019dans Law as Data: Computation, Text, and the Future of Legal Analysis, 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.

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.

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