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.

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.

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.

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, 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, « 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, 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 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, 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, 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, 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.

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.

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.

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