MétaCan
Menu
Retour à la cohorte
Enregistrement W1276931799

Juror Bias, Voir Dire, and the Judge-Jury Relationship

2015· article· en· W1276931799 sur OpenAlexaboutno aff
Nancy S. Marder

Notice bibliographique

RevueChicago-Kent law review · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLaw in Society and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJuryImpartialityJury selectionLawPolitical scienceFoundation (evidence)Hung juryPsychologySocial psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the United States, voir dire is viewed as essential to selecting an impartial jury. Judges, lawyers, and the public fervently believe that a fair trial depends on distinguishing between prospective jurors who are impartial and those who are not. However, in England, Australia, and Canada, there are impartial jury trials without voir dire. This article challenges the assumption that prospective jurors enter the courtroom as either impartial or partial and that voir dire will reveal the impartial ones. Though voir dire fails as an “impartiality detector,” this article explores how voir dire contributes to the trial process in two critical, but unacknowledged, ways. First, voir dire helps to transform “reluctant citizens,” who might have biases into “responsible jurors,” who are able to perform their role impartially. Second, voir dire lays the foundation for the judge-jury relationship, which is aided by other practices during and even after the trial.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,875
Score d'incertitude au seuil0,698

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,110
Tête enseignante GPT0,344
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChicago-Kent law reviewMême sujetLaw in Society and CultureTravaux en français237 207