Communication in Sentencing: Exploring the Expressive Function of Victim Impact Statements
Notice bibliographique
Résumé
The role of the victim in the sentencing process continues to generate controversy among scholars and practitioners across many jurisdictions. In this article we address some of the persistent objections to allowing victim input into sentencing. By placing the debate on victim input within its historical context, we suggest that the movement to provide victims with a voice has been derailed, as the communicative model of victim input — originally envisioned by the reform movement as its justification — was replaced by a model that stresses the impact of VIS on sentencing. We argue that much of the lingering opposition to victim input rights has been animated by this ‘impact’ model, which we argue is theoretically misconceived, empirically unsupported and at odds with major sentencing aims. We reintroduce the communicative model, which reflects the original intent and purpose of the victim reform concerning input, elaborating on its advantages for victims and offenders. We then provide two examples from the field to illustrate the therapeutic benefits of the model for both victims and offenders. We conclude with a call to reassess current theory and practice regarding victim integration in sentencing and offer some policy recommendations regarding the optimal way to integrate the voice of the victim at sentencing.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,024 |
| Communication savante | 0,011 | 0,011 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».