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

Aurélie Ouss et Arnaud Philippe, « No Hatred or Malice, Fear or Affection": Media and Sentencing », Journal of Political Economy, vol. 126, n° 5, octobre 2018, p. 2134–2178.

Thomas Christiano, « Fairness in Voluntary Transactions and the All Affected Principle », dans All Affected Principle, sous la direction de Dannielle Allen, Archon Fung et Tomer Perry, Cambridge University Press, mars 2018.

K.J. Martijn Cremers et Simone M. Sepe, « Investors’ Time Preferences and Corporate Governance », Seattle University Law Review, vol. 41, n° 2, 2018, p. 387–418.

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.

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.