Using the “Mr. Big” technique to elicit confessions: Successful innovation or dangerous development in the Canadian legal system?
Notice bibliographique
Résumé
Canada’s legal system recognizes that police interrogation procedures may contrib-ute to false confessions, and has provided safeguards designed to protect the rights of the accused and reduce the likelihood of these errors. Police in Canada are using a complex noncustodial interrogation procedure called the “Mr. Big ” technique, to elicit confessions for recalcitrant suspects. Remarkably, this undercover (in that suspects do not know they are speaking to law enforcement officers) interrogation technique boasts a 75 % confession rate and a 95 % conviction rate when used (Gardner, 2004). However, it is possible that suspects in these situations may experience undue pressure to confess falsely. The purpose of this paper is fourfold: (1) to explore the nature of the Mr. Big technique; (2) summarize some recent Canadian legal cases relevant to confession evidence (e.g., R. v. Oickle, 2000; R. v. Mentuck, 2000); (3) examine Canadian law and police practices in the context of different jurisdictions around the world; and, (4) discuss the scientific evidence relevant to the Mr. Big procedure. We conclude the paper by discussing recom-mendations for current and future police practice, directions for future research, and the ways in which psychological research could inform legal policy and procedures in the future.
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 | 0,047 | 0,115 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,015 | 0,020 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».