MétaCan
Menu
Retour à la cohorte
Enregistrement W2102786302 · doi:10.5539/jpl.v5n3p39

The Tactics of Hearings in the Case of Crimes Against Patrimony

2012· article· en· W2102786302 sur OpenAlexvenueno aff
Elena Nechita, Nicolaie Iancu

Notice bibliographique

RevueJournal of Politics and Law · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Law and Human Rights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWitnessRomanianLawCriminal codeCriminologyCriminal procedureOrder (exchange)PsychologyPolitical scienceCriminal lawBusinessLinguistics

Résumé

récupéré en direct d'OpenAlex

In the investigation of crimes against patrimony, an important role in the investigation methodology is played by the hearings. In general, we refer to three types of hearings, the hearing at the scene of the crime – in order to prepare the search of the crime scene and the subsequent investigation of the offence, a hearing as part of the criminal investigation and the hearing before the court.Throughout this article we will discuss particularly the forensic tactics of hearings as part of the criminal investigation, referring to the different statuses of the person undergoing the hearing, who may belong to different backgrounds/categories of various legal standings, namely those of: victim - injured party, witness, accused or defendant.In the first part of the article, we will present the provisions relevant for crimes against patrimony, contained in the Romanian Criminal Code. The Special Part, in the title reserved for the offences of this category, the structure of the title, and also short references to the legal content of each offence.In the second part of the article, we will show the stages in the preparation of a hearing and the actual stages of hearings in the case of crimes against patrimony. In this sense, we will discuss: the hearing preparation and the conduct of the hearing, as well as the preliminary discussion phase, the phase of free reports and the phase of addressing questions and receiving answers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,049
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0060,012
Communication savante0,0060,005
Science ouverte0,0010,008
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,329
Écart entre enseignants0,303 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Politics and LawMême sujetInternational Law and Human RightsTravaux en français237 207