MétaCan
Menu
Retour à la cohorte
Enregistrement W1994726591 · doi:10.1007/s10979-009-9203-y

High-risk interrogation: Using the “Mr. Big Technique” to elicit confessions.

2010· letter· en· W1994726591 sur OpenAlexaffabout
Steven M. Smith, Veronica Stinson, Marc W. Patry

Notice bibliographique

RevueLaw and Human Behavior · 2010
Typeletter
Langueen
DomainePsychology
ThématiqueDeception detection and forensic psychology
Établissements canadiensSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésInterrogationLegal psychologyPsychologyConfession (law)Lie detectionSuspectCriminologySocial psychologyDeceptionLawPolitical science

Résumé

récupéré en direct d'OpenAlex

Kassin et al. (Police-Induced Confessions: Risk Factors and Recommendation, 2009) provide a detailed and thoughtful analysis of how police interrogation practices might elicit false confessions from innocent suspects. The purpose of this commentary is to provide a brief review of a relatively recent development in Canadian police investigation practice and discuss how this procedure may increase the likelihood of police-induced false confessions. The so-called "Mr. Big Technique" is a non-custodial interrogation tactic wherein suspects are drawn into a supposed criminal organization (actually an elaborate police sting) and subsequently told that to move up in the organization, they must confess to a crime. In this article, we describe this remarkable interrogation technique and discuss issues relevant to the potential induction of false confessions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,459
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,057
Tête enseignante GPT0,364
Écart entre enseignants0,307 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations14
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLaw and Human BehaviorMême sujetDeception detection and forensic psychologyTravaux en français237 207