Notice bibliographique
Résumé
Recently Andrews and Dowden (2007) published an article proposing that both offender and victim well-being could be enhanced by utilizing the risk–need–responsivity model to guide the legal and court systems in crime prevention (rather than therapy). Consequently, crime-prevention jurisprudence (defined as a law-and-justice objective reflecting the language of personality and social psychology) was proposed as an alternative to therapeutic jurisprudence (defined as a mental-health objective reflecting the clinical language of forensic mental health). The authors erroneously claim that therapeutic jurisprudence is a mental-health concept whose aim is to provide therapy that improves well-being in offenders rather than to demonstrate concern for victims. In fact, therapeutic jurisprudence is a legal concept that utilizes social-science knowledge to highlight the therapeutic and anti-therapeutic impacts of the law, legal procedures, and legal roles on all individuals, including victims. This article will respond to Andrews and Dowden by challenging three assumptions they make regarding the role of therapeutic jurisprudence. This response concludes that the focus of offender rehabilitation should be on enhancing community protection by balancing offender rights and victim rights. Therapeutic jurisprudence already provides such a framework and, therefore, the promise of crime-prevention jurisprudence fails to add value.
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 | 0,027 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,056 |
| Communication savante | 0,014 | 0,028 |
| Science ouverte | 0,007 | 0,014 |
| Intégrité de la recherche | 0,066 | 0,076 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».