MétaCan
Menu
Retour à la cohorte
Enregistrement W2137077481 · doi:10.1177/0093854809338450

Witness Factors and Their Influence on Jurors’ Perceptions and Verdicts

2009· article· en· W2137077481 sur OpenAlexaff
Joanna Pozzulo, Julie Dempsey

Notice bibliographique

RevueCriminal Justice and Behavior · 2009
Typearticle
Langueen
DomainePsychology
ThématiqueDeception detection and forensic psychology
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésWitnessCredibilityPsychologyPerceptionSocial psychologyIdentification (biology)Eyewitness identificationPoison controlVerdictBystander effectMedical emergencyMedicineLawPolitical scienceRelation (database)

Résumé

récupéré en direct d'OpenAlex

Mock jurors ( N = 363) read a mock trial transcript that examined the influence of age of witness (child vs. adult), the witness’s relationship to the crime (bystander vs. victim), and the type of eyewitness identification decision (positive vs. foil vs. nonidentification) on their perception of the witness’s accuracy for other crime details, credibility, and verdict. The offender’s physical description was perceived as more accurate with a positive versus foil identification. The perceived accuracy of the offender’s description did not vary with a positive identification versus nonidentification. Child victims were perceived as credible as adult victims, but a child as a bystander was perceived as less credible than an adult as a bystander. More guilty verdicts were rendered with a positive identification versus a foil identification or a nonidentification. Guilty verdicts were made at a comparable rate when the witness made a foil identification or a nonidentification.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil0,576

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,049
Tête enseignante GPT0,351
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 tête enseignante, pas un consensus.

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

Citations29
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriminal Justice and BehaviorMême sujetDeception detection and forensic psychologyTravaux en français237 207