Lineup and photo spread procedures: Issues concerning policy recommendations.
Notice bibliographique
Résumé
This article examines the recommended changes to lineup reforms outlined by eyewitness researchers and the impact of these reforms on public policy as reflected in national guidelines for police identification procedures (Technical Working Group for Eyewitness Evidence, 1999). The limitations of these reforms are discussed. Alternative “best practices” for social science researchers, as well as for police, are proposed to minimize false-positive lineup selections and, consequently, convictions of innocent persons. The purpose of this article is to examine recent recommendations for improving outcomes of lineups and photo spreads in applied settings and to comment on some issues related to policy recommendations. The primary issue appears to be whether a best-practices 1 strategy should be used. An analysis of recommendations for changes in eyewitness identification procedures (Wells, 1988; Wells et al., 1998) and subsequently developed public policy (Technical Working Group for Eyewitness Evidence, 1999) are used to illustrate this issue. The relationship between eyewitness research by psychologists and the legal
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 | 0,125 | 0,363 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,013 |
| Communication savante | 0,013 | 0,022 |
| Science ouverte | 0,009 | 0,005 |
| Intégrité de la recherche | 0,045 | 0,033 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,005 |
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 ».