MétaCan
Menu
Retour à la cohorte
Enregistrement W2066784166 · doi:10.1177/000312240707200406

Who Survives on Death Row? An Individual and Contextual Analysis

2007· article· en· W2066784166 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAmerican Sociological Review · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSentenceIdeologyPoliticsExplanatory powerPower (physics)PsychologyPresidential systemSocial psychologyCriminologyCapital (architecture)Face (sociological concept)State (computer science)Event (particle physics)SociologyComputer sciencePolitical scienceLawArtificial intelligenceHistory

Résumé

récupéré en direct d'OpenAlex

What are the relationships between death row offender attributes, social arrangements, and executions? Partly because public officials control executions, theorists view this sanction as intrinsically political. Although the literature has focused on offender attributes that lead to death sentences, the post-sentencing stage is at least as important. States differ sharply in their willingness to execute and less than 10 percent of those given a death sentence are executed. To correct the resulting problems with censored data, this study uses a discrete-time event history analysis to detect the individual and state-level contextual factors that shape execution probabilities. The findings show that minority death row inmates convicted of killing whites face higher execution probabilities than other capital offenders. Theoretically relevant contextual factors with explanatory power include minority presence in nonlinear form, political ideology, and votes for Republican presidential candidates. Inasmuch as there is little or no systematic research on the individual and contextual factors that influence execution probabilities, these findings fill important gaps in the literature.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,925
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,091
Tête enseignante GPT0,429
Écart entre enseignants0,338 · 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