MétaCan
Menu
Retour à la cohorte
Enregistrement W1610224584 · doi:10.1002/bsl.2155

Preventative Detention Decisions: Reliance on Expert Assessments and Evidence of Partisan Allegiance within the Canadian Context

2015· article· en· W1610224584 sur OpenAlexaffabout
Julie Blais

Notice bibliographique

RevueBehavioral Sciences & the Law · 2015
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAllegianceContext (archaeology)ChecklistRisk managementRisk assessmentPsychologyMedicineApplied psychologyPolitical scienceLawComputer securityBusinessComputer scienceCognitive psychology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to examine judges' written reasons for sentencing in preventative detention hearings and the expert risk assessment reports presented, to determine the level of reliance placed on expert risk assessment reports and to examine the presence of partisan allegiance within the Canadian context. Results demonstrated that judges' decisions were consistent with expert assessments in terms of risk, treatment amenability, and risk management. Experts' ratings of treatment amenability and risk management were also significant predictors of the designation outcome, indicating that judges rely on this information in making their final decision. Finally, there was evidence of partisan allegiance, with prosecution-retained Psychopathy Checklist-Revised scores being significantly higher than defense-retained experts' scores. The results have implications for the development of consistent guidelines for the communication of risk, treatment amenability, and management information.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,491
Score d'incertitude au seuil0,892

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,340
Tête enseignante GPT0,487
Écart entre enseignants0,146 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations25
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehavioral Sciences & the LawMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207