Finding Facts Fairly in Roberts and Zuckerman's Criminal Evidence
Notice bibliographique
Résumé
This book review focuses on the fact-finding aspect of Roberts and Zuckerman, Criminal Evidence, a student text examining the law of evidence in England and Wales through the lens of the criminal trial. Roberts and Zuckerman "take facts seriously," in the intellectual tradition of prominent evidence scholars such as John Henry Wigmore and William Twining. They set out in an accessible fashion the four major theories of probabilistic reasoning: the classical doctrine of chances; statistical or frequentist reasoning; Baconian probability theory; and Bayesian probability. Noting that forensic reasoning must almost invariably be inductive, they discuss, with useful examples, how probability calculations can be based on statistical data or on common sense generalizations, which may be influenced by the psycho-social characteristics of the fact finder. While the authors discuss possible biases in the fact-finding process, and are aware of the emerging human rights/constitutional context for their subject, their approach is more attentive to rationality than to how the law can contribute to non-discriminatory fact-finding for groups who experience, or feel, a relative lack of legal or social credibility. It is important for people who are distinctively vulnerable, for example to wrongful conviction linked to membership in racialized or otherwise stigmatized groups, that discriminatory fact-finding be taken very seriously. While a general legal method, incorporating human rights standards, for analysing inferences would be ideal in terms of enhancing the legitimacy of forensic fact-finding, it may be that the law, and academic exposition of it, can only develop in an piece-meal fashion. The book makes an impressive contribution to that development.
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 | 0,015 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,005 | 0,024 |
| Communication savante | 0,013 | 0,023 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».