Notice bibliographique
Résumé
Exploring Reports of Recidivism by Guantánamo Bay Releasees. The purpose of this research is to examine what is known about recidivism by Guantánamo Bay releasees. Government reports suggest that approximately 27 percent of these releasees have returned to the battlefield while reporting in the open source media identifies the recidivism rate as nearly 9 percent. Deterrence, labeling and defiance theories were applied to explain their recidivism, and The New York Times’ Guantánamo Docket document release was used to code the 779 detainees on whether they were released, their nationality, age, time since release, risk level, intelligence value and other relevant domains. The recidivism data were obtained from the New America Foundation. These datasets were used to model the predictors of release from Guantánamo Bay and the predictors of recidivism for those who were released. Risk level, intelligence value, membership in multiple groups, and being of Yemeni nationality all statistically significantly affected the likelihood of release. However, only time since release predicted recidivism. It is likely that the proportion of detainees identified as recidivists will increase over time, as time to offend and be discovered increases, and as higher-risk detainees are released as part of the Obama Administration’s attempts to empty the island prison.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».