What the Sentencing Commission Ought to Be Doing Reducing Mass Incarceration
Notice bibliographique
Résumé
Beginning in the 1970s, the United States embarked on a shift in its penal policies, tripling the percentage of convicted felons sentenced to confinement and doubling the length of their sentences. This shift included a dramatic increase in the prosecution and incarceration of drug offenders. As a result of its move toward long prison sentences, the United States now incarcerates so many people that it has become an outlier; this is not just among developed democracies, but among all nations, including highly punitive states such as Russia and South Africa, and also in comparison to the United States' own long-standing practices. The present rate of incarceration in the United States is currently "almost five times higher than the historical norm prevailing throughout most of the twentieth century." In sum, the United States has a serious over-punishment problem. Our country's imprisonment rate has acquired the name, "mass incarceration," meant to provoke shame about the fact that the world's wealthiest democracy imprisons so many people, even at a time when crime rates have diminished and crime is "not one of the nation's pressing social problems." Most criminal justice scholars agree that our current prison population is too large. They also agree that the impact of imprisonment on the crime rate is modest and that the speed at which people are released from prison bears little relation to the likelihood that they will remain crime free. Many prisoners can serve shorter sentences without triggering an increase in crime. As a result, we can reduce sentence lengths substantially without adversely affecting public safety.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».